在熊猫DataFrame /系列中快速选择时间间隔

Question

我的问题是我想过滤一个DataFrame只包含 [start，end）
间隔内的时间。如果不关心一天，我只想过滤每天的开始和结束时间。我对此有解决方案，但是它很慢。所以我的问题是，是否有更快的方法来进行基于时间的过滤。

例

import pandas as pd
import time


index=pd.date_range(start='2012-11-05 01:00:00', end='2012-11-05 23:00:00', freq='1S').tz_localize('UTC')
df=pd.DataFrame(range(len(index)), index=index, columns=['Number'])

# select from 1 to 2 am, include day
now=time.time()
df2=df.ix['2012-11-05 01:00:00':'2012-11-05 02:00:00']
print 'Took %s seconds' %(time.time()-now) #0.0368609428406

# select from 1 to 2 am, for every day
now=time.time()
selector=(df.index.hour>=1) & (df.index.hour<2)
df3=df[selector]
print 'Took %s seconds' %(time.time()-now) #Took  0.0699911117554

如您所见，如果我删除日期（第二种情况），则花费的时间几乎是原来的两倍。如果我有许多不同的日子，例如11月5日到7日，则计算时间会迅速增加：

index=pd.date_range(start='2012-11-05 01:00:00', end='2012-11-07 23:00:00', freq='1S').tz_localize('UTC')

因此，总而言之，有没有一种更快的方法可以在一天中的几天内进行过滤？

谢谢

Answer 1

您需要between_time方法。

In [14]: %timeit df.between_time(start_time='01:00', end_time='02:00')
100 loops, best of 3: 10.2 ms per loop

In [15]: %timeit selector=(df.index.hour>=1) & (df.index.hour<2); df[selector]
100 loops, best of 3: 18.2 ms per loop

我以11月5日至7日作为索引进行了这些测试。

文献资料

定义：df.between_time（自我，开始时间，结束时间，include_start = True，include_end = True）
Docstring：
选择一天中特定时间之间的值（例如9：00-9：30 AM）

参量
----------
start_time：datetime.time或字符串
end_time：datetime.time或字符串
include_start：布尔值，默认为True
include_end：布尔值，默认为True

退货
-------
values_between_time：呼叫者的类型