Python Pandas:如何使用13个数字时间戳切片框架

Question

我有以下数据框：

              DateTime                   Seq
timestamp
1475504294990,10/03/2016 10:18:14:990000,2123847
1475504446660,10/03/2016 10:20:46:660000,2123908
1475504524410,10/03/2016 10:22:04:410000,2123953
1475504848100,10/03/2016 10:27:28:100000,2124067
1475504940530,10/03/2016 10:29:00:530000,2124126

我想使用开始和结束时间邮票将此数据帧切成薄片

start = 1475504446660
end = 1475504848100
print df[start:end]
              DateTime                   Seq
timestamp
1475504446660,10/03/2016 10:20:46:660000,2123908
1475504524410,10/03/2016 10:22:04:410000,2123953
1475504848100,10/03/2016 10:27:28:100000,2124067

但是，我遇到了这个错误：

IndexError: failed to coerce slice entry of type long to integer

我尝试使用df [int（start）：int（end）]，仍然遇到相同的错误

Answer 1

要切片，您必须将时间戳定义为索引，并使用loc执行标签索引（否则它在整体索引的位置和标签索引之间都模棱两可）。

）。 ）

df = df.set_index('timestamp')
df.loc[start:end]
#                                  DateTime      Seq
# timestamp                                         
# 1475504446660  10/03/2016 10:20:46:660000  2123908
# 1475504524410  10/03/2016 10:22:04:410000  2123953
# 1475504848100  10/03/2016 10:27:28:100000  2124067

默认情况下，在integer索引的情况下，索引是按位置进行的，而不是由标签进行的，请参见此示例中的结果。

df[0:2] # equivalent to df.iloc[0:2]
#                                  DateTime      Seq
# timestamp                                         
# 1475504294990  10/03/2016 10:18:14:990000  2123847
# 1475504446660  10/03/2016 10:20:46:660000  2123908

注意

如果您不想将timestamp定义为索引，则可以使用此语法获得相同的结果。

df.query('@start <= timestamp <= @end')
#        timestamp                    DateTime      Seq
# 1  1475504446660  10/03/2016 10:20:46:660000  2123908
# 2  1475504524410  10/03/2016 10:22:04:410000  2123953
# 3  1475504848100  10/03/2016 10:27:28:100000  2124067

Answer 2

您需要将开始和结束时间戳转换为实际的熊猫时间戳对象，并将索引转换为时间戳，然后使用括号进行选择。

df.index = pd.to_datetime(df.index, unit='ms')
start = pd.to_datetime(1475504446660, unit='ms')
end = pd.to_datetime(1575504848100, unit='ms')
df[start:end]

输出

                                           DateTime      Seq
timestamp                                                   
2016-10-03 14:20:46.660  10/03/2016 10:20:46:660000  2123908
2016-10-03 14:22:04.410  10/03/2016 10:22:04:410000  2123953
2016-10-03 14:27:28.100  10/03/2016 10:27:28:100000  2124067