Skip to main content
 首页 » 编程设计

python之迭代日期时间索引中的日期列表

2024年12月31日17qq号

我的初始数据框df:

                     discharge1  discharge2 
datetime                                    
2018-04-25 18:37:00        5862        4427 
2018-04-25 21:36:30        6421        4581 
2018-04-25 22:13:00        5948        4779 
2018-04-26 00:11:30        5703        4314 
2018-04-26 02:27:00        4988        3868 
2018-04-26 04:28:30        4812        3823 
2018-04-26 06:22:30        4347        3672 
2018-04-26 10:50:30        3896        3546 
2018-04-26 12:04:30        3478        3557 
2018-04-26 14:02:30        3625        3598 
2018-04-26 15:31:30        3751        3606 

我想要做的是让我的日期成为一个列表、数组或系列,我可以在其中迭代列表中的所有元素。这样我就可以使用这些日期访问另一个数据帧 df_other 中的行,最后将它们附加到新数据帧 df_new:

for date in date_list(): 
    df_new = df_new.append(df_other.iloc[df_other.index.get_loc(date)]) 

我列表中的某个日期应该运行为:

df_new.append(df_other.iloc[df_other.index.get_loc('2018-04-25 18:37:00')]) 

我尝试使用 df.index 制作一个列表,但它返回一个 Datetimeindex,我只能通过以下方式访问每个日期:

display(df.index[0]) 
Timestamp('2018-04-25 18:37:00') 

Timestamp 部分破坏了我的 .append 调用。

还尝试了 df.index.tolist() 但返回列表:[Timestamp('2018-04-25 18:37:00'), ...]

请您参考如下方法:

为什么不直接遍历数据帧的行并只使用索引值呢?

创建数据框:

data = [ 
['2018-04-25 18:37:00',       5862,        4427], 
['2018-04-25 21:36:30',       6421,        4581], 
['2018-04-25 22:13:00',       5948,        4779], 
['2018-04-26 00:11:30',       5703,        4314], 
['2018-04-26 02:27:00',       4988,        3868], 
['2018-04-26 04:28:30',       4812,        3823], 
['2018-04-26 06:22:30',       4347,        3672], 
['2018-04-26 10:50:30',       3896,        3546], 
['2018-04-26 12:04:30',       3478,        3557], 
['2018-04-26 14:02:30',       3625,        3598], 
['2018-04-26 15:31:30',       3751,        3606] 
] 
 
data = pd.DataFrame(data, columns=['datetime', 'discharge1', 'discharge2']) 
data['datetime'] = data['datetime'].apply(pd.to_datetime) 
data = data.set_index('datetime') 

然后遍历索引和值:

for index, values in data.iterrows(): 
    print(index) 

输出:

2018-04-25 18:37:00 
2018-04-25 21:36:30 
2018-04-25 22:13:00 
2018-04-26 00:11:30 
...