python3中关于选定一天的日期和选定一段时间的日期操作

在所有的日期中找某天的数据

我们先看这个数据我们想要取众多日期的一天 那么简单的借用一下pd.read_csv中的参数就可以了

重点我们要了解一下这几个参数：

                            parse_dates = ['time3'],

                            index_col = ['time3']

parse_dates ：把选取的这一列解析为时间格式。

 index_col ：用作行索引的列编号或者列名

有时候还用到

date_parser：指定时间的格式 自己定义

data_file = open(r'C:\Users\yang\Desktop\time_3.csv', 'r')
try:
    df_time_3 = pd.read_csv(data_file, 
                            parse_dates = ['time3'],
                            index_col = ['time3'])
finally:
    data_file.close()
    

ui_pred = df_time_3['2014-12-18']  

这样索引之后 就可以直接行索引了df_time_3['2014-12-18'] 

如果我们想要索引一段时间 比如所有在某日期前面的时间段

data_file = open(r'C:\Users\yang\Desktop\time_3.csv', 'r')
try:
    df_time_3 = pd.read_csv(data_file, 
                            parse_dates = ['time3'],
                            index_col = False,
                           )

finally:
    data_file.close()
    

ui_pred=df_time_3[df_time_3['time3'] >= np.datetime64('2014-12-15')]
print(df_time_3)

之前讲解的 index_col ：用作行索引的列编号或者列名

就不能用了  因为这个是行索引。，我们需要的是时间段

所以必须令index_col=False

然后我们只要做一下比较df_time_3['time3'] >= np.datetime64('2014-12-15')

然后再对比较出来的进行索引即可。需要注意的是 df['time3']需要与np.datetime64类型进行比较