1

A modo de ejemplo, voy resumir mi DataFrame como sigue:

data                var1  var2
2018-01-01 00:00:00  21     50
2018-01-01 01:00:00  22     51
2018-01-01 02:00:00  24     52
2018-01-01 03:00:00  26     54
2018-01-01 04:00:00  28     56
2018-01-01 05:00:00  29     54
2018-01-01 06:00:00  20     59
2018-01-01 07:00:00  24     50
2018-01-01 08:00:00  29     54
2018-01-01 09:00:00  22     53
2018-01-01 10:00:00  25     57

Observación

Bien, el DF de arriba, tiene aproximadamente 17 mil líneas, que van desde 2018-01-01 00:00:00 hasta 2019-12-31 23:00:00

Problema

Necesito hacer un filtro a todas las líneas, precisamente de horarios (conservando sus características var1 y var2) que vaya desde 06:00:00 hasta 19:00:00 O sea solo necesito rescatar los valores entre esos horarios

Tentativa de solución

Pienso que el asunto podría resolver, siguiendo el codigo escrito abajo. Que realiza el filtro que necesito, pero solo consigo aplicarlo a un día y necesito que sea aplicado en todas las días. Debería aplicar un bucle?

#Filtro

mask = (df.index >= '2018-01-01 06:00:00') & (df.index <= '2018-01-01 19:00:00')
df = df[mask]

Me ayudan a resolverlo, por gentileza

Agradezco

1
  • Olvidé de mencionar, que realice un index_col=0 a la columna data para facilitar el recorrido
    – el6k001
    Commented el 30 ago. 2021 a las 11:33

1 respuesta 1

2

Una forma cómoda es trabajar la columna como un objeto datetime, para esto lo primero es convertir la cadena con pd.to_datetime():

df["data"] = pd.to_datetime(df.data)

Luego simplemente con la parte horaria hacemos el filtro:

from datetime import time

filtro = (df.data.dt.time >= time(6, 0)) & (df.data.dt.time < time(20, 0))

print(df.loc[filtro, ])

                 data   var1    var2
6 2018-01-01 06:00:00     20      59
7 2018-01-01 07:00:00     24      50
8 2018-01-01 08:00:00     29      54
9 2018-01-01 09:00:00     22      53

Ahora, si tu columna va a ser index al convertirla se transformará en un DatetimeIndex e incluso resulta más simple todo:

df.index = pd.to_datetime(df.index)

filtro = (df.index.hour >= 6) & (df.index.hour < 20)
print(df.loc[filtro, ])
1
  • Genial, funcionó perfecto. Había encontrado una solución similar en stackoverflow.com/questions/58312818/… Pero el código de usted, es más simple y fácil de entender. Muchas gracias
    – el6k001
    Commented el 30 ago. 2021 a las 13:02

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.