Quiero obtener los datos que tengo en un dataframe entre dos fechas y por ahora lo he conseguido. La cosa es que yo lo hago mediante un bucle for
y me da la sensación que Pandas
debe tener una solución propia mucho más directa.
Una de las premisas de mi dataframe es que está ordenado por fecha y hora, por lo tanto nunca aparecerá un dato en una fila cualquiera.
Por ahora este es mi código,
for i in range(date_start[1], date_end[1]+1):
cnt = 0
new_df = df[(df['Dia'] == i) & (df['Mes'] == month) & (df['Año'] == year) & (df['Node name'] == node)]
# Si la longitud del dataframe es mayor a 0 significa que tenemos datos de ese día
if len(new_df)>0:
# Guardamos datos en una lista y la recorremos viendo si la diferencia es mayor a 1.
paquetes = new_df['Num secuencia'].tolist()
for r in range(len(paquetes)-1):
dif = paquetes[r+1]-paquetes[r]
if dif > 1:
cnt = cnt + (dif-1)
result.append(cnt)
# No hay datos de ese día
else:
result.append(0)
print('Paquetes perdidos el dia ',i,':',cnt)
Básicamente el objetivo es comprobar si en mi columna Num secuencia
los números son correlativos o si se han producido saltos.
En cuanto a la duda, lo que hago es un for
que empieza en el día de inicio y acaba en el último día (+1 para que el for mire ese día). Y cómo se que está ordenado voy mirando día a día la información.
La cosa es que yo creo que de alguna manera pandas
quizás permite definir un inicio y un final y estudiar todos los valores de en medio.