Pandas中有没有办法分割多个日期时间值？

编程问答 2022-08-14

问题描述

我有一个EURUSD货币的分钟价格数据集。我更喜欢使用的时间范围是“ 60min”，因此我将数据集重采样为1小时（如下所示）。但是，我也想用我的新数据集访问分钟数据。我正在寻找一种可以传递时间的方法，例如“ 2019-01-01 17:00:00”，并可以访问该小时内的所有分钟数据。我尝试切片原始的“ Rates” df，但收到错误消息“无法使用非整数键按位置索引编制索引”

什么是最好的方法？

         #import libraries    
            import pandas as pd
            from datetime import datetime
            numpy as np
            
            #read excel
            Rates = pd.read_excel("test.xlsx")
            #Set columns
            Rates.columns = ["Date","Open","High","Low","Close","Volume"]
        print(Rates)
        
        Date    Open    High    Low Close   Volume
        2019-01-01 17:03:00 1.14598 1.14607 1.14598 1.14607 0
        2019-01-01 17:04:00 1.14607 1.14607 1.14606 1.14606 0
        2019-01-01 17:05:00 1.14606 1.14621 1.14606 1.14621 0
        2019-01-01 17:06:00 1.14619 1.14666 1.14604 1.14665 0
        2019-01-01 17:07:00 1.14665 1.14672 1.14607 1.14607 0
        2019-01-01 17:08:00 1.14607 1.14607 1.14606 1.14607 0
        2019-01-01 17:09:00 1.14607 1.14617 1.14606 1.14606 0
        2019-01-01 17:10:00 1.14607 1.14607 1.14607 1.14607 0
        2019-01-01 17:11:00 1.14607 1.14617 1.14606 1.14607 0
        2019-01-01 17:12:00 1.14607 1.14608 1.14607 1.14608 0
        2019-01-01 17:13:00 1.14608 1.14608 1.14607 1.14607 0
        2019-01-01 17:14:00 1.14607 1.14608 1.14607 1.14608 0
        2019-01-01 17:15:00 1.14607 1.14608 1.14607 1.14607 0
        2019-01-01 17:16:00 1.14607 1.14608 1.14607 1.14607 0
        2019-01-01 17:17:00 1.14607 1.14607 1.14607 1.14607 0
        2019-01-01 17:18:00 1.14606 1.14617 1.14606 1.14607 0
        2019-01-01 17:19:00 1.14617 1.14617 1.14606 1.14606 0
        2019-01-01 17:20:00 1.14607 1.14616 1.14606 1.14616 0
        
            
            #Convert "Date" column to DateTime
            DateTime = pd.to_datetime(Rates.Date)
            
            
            #Set index to Datetime object
            Rates.index = DateTime
            
            #Remove prevIoUs "Date" Column
            df = Rates.drop(["Date"],axis=1)
            
            #Resample to hourly data
            df = df.resample('1H').first()
    
    print(df)
    
    
    2019-01-01 17:00:00  1.14598  1.14607  1.14598  1.14607     0.0
    2019-01-01 18:00:00  1.14605  1.14653  1.14566  1.14603     0.0
    2019-01-01 19:00:00  1.14612  1.14612  1.14606  1.14606     0.0
    2019-01-01 20:00:00  1.14561  1.14563  1.14559  1.14563     0.0
    2019-01-01 21:00:00  1.14521  1.14524  1.14506  1.14512     0.0

#Now when I have the data resampled,I try to access all minute wise data by slicing.
Rates.iloc[str(df.index[-1])],buy i get the error message: "Cannot index by location index with a non-integer key"

我想要的输出是传递一个日期，例如：“ 2019-01-01 17:00:00”，然后访问该小时内的所有分钟数据。

非常感谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

datetimedatetimedatetimefinancepandaspandaspythonpython-datetime