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