1

我有跨整个 2015 年的以分钟为单位的欧元兑美元汇率时间序列，包括非交易日（例如周末），其中时间序列值在整个非交易期间重复。

我需要通过仅选择周日 23:00 pm 和周五 23:00 pm 之间的数据来丢弃这些时间段。

我还没有找到 Pandas 的解决方案（我知道如何在一天内的时间之间进行选择并在几天之间进行选择）。我可以简单地将时间移动 1 小时，然后只选择工作日，但这是一个次优的解决方案。

关于如何实现这一目标的任何想法？

数据示例：

Local time,              Open,    High,    Low,     Close,   Volume
02.01.2015 22:58:00.000, 1.20008, 1.20016, 1.20006, 1.20009, 119.84
02.01.2015 22:59:00.000, 1.20009, 1.20018, 1.20004, 1.20017, 40.61
02.01.2015 23:00:00.000, 1.20017, 1.20017, 1.20017, 1.20017, 0
02.01.2015 23:01:00.000, 1.20017, 1.20017, 1.20017, 1.20017, 0
...
04.01.2015 22:58:00.000, 1.20017, 1.20017, 1.20017, 1.20017, 0
04.01.2015 22:59:00.000, 1.20017, 1.20017, 1.20017, 1.20017, 0
04.01.2015 23:00:00.000, 1.19495, 1.19506, 1.19358, 1.19410, 109.4
04.01.2015 23:01:00.000, 1.19408, 1.19414, 1.19052, 1.19123, 108.12
...
4

1 回答 1

1

考虑pd.DataFrame df和pd.tseries.index.DatetimeIndex tidx

tidx = pd.date_range('2010-01-01', '2011-01-01', freq='H')
df = pd.DataFrame(np.ones((tidx.shape[0], 2)), tidx, columns=list('AB'))

我们可以构造一系列要过滤的值

day_hour = (((tidx.weekday + 1) % 7) * 100) + tidx.hour

确定哪些值在星期五 23:00 之前

before_friday = day_hour <= 523

周日 23:00 之后

after_sunday = day_hour >= 23

df根据上述条件过滤我们

df[before_friday & after_sunday]
于 2016-10-13T19:19:47.483 回答