问题标签 [datetimeindex]

我想混合两个不同的数据集。一个将日期时间作为索引，另一个作为列。在第一个数据集中，给定一个begin_date，在第一个数据集中，我想从 5 天开始切片begin_date，然后合并两个数据集。

我最喜欢的begin_date = 2017-05-01是：

我试过了：

但它没有正确提取那个时期。

我注意到，如果我在熊猫数据框中有熊猫日期时间索引，那么当我使用 .value 调用它们时，日期的值会发生变化

例子。

现在注意我打电话时日期值如何变化

我有这个日期时间索引：

我想获取日期并将它们附加到我的 DataFrame df：

我得到这个错误TypeError: cannot concatenate a non-NDFrame object。

更新：

的样本数据df：

假设我在 Pandas 中有以下数据框：

我想rand通过将索引列扩展为添加值的数量来向列添加十个新值，即直到2017-07-19。我想知道是否有任何方法可以仅通过向列添加值来自动扩展时间索引rand。

我有一堆 DataFrame，我想只选择一天中特定时间出现的数据。比如说，在上午 9 点到下午 5 点之间。但是数据在 9 点之前开始，在 5 点之后结束。

我可以通过执行以下操作获得我想要的数据：

但我真正想要的是一种不依赖于日期的优雅方法。

即我希望能够做到：

无论如何我可以做到这一点吗？

我有一个 DateTimeIndex 的日期数据框，如下所示：

我想添加一个列来计算日期列中的日期与 DateTimeIndex 中的日期之间的 BUSINESS DAYS 差异。

当我最初认为这将是直截了当的时候，我很难做到这一点......

我有这个数据框：

当我打印它时，它看起来像这样。

输出：

如何按那一年的最小值选择过滤器？像2013-01-31，2014-01-31？

谢谢。

I have a pandas DataFrame with a DateTimeIndex:

I would like to extract all the data of a given date yyyy-mm-dd using a list of dates: ['2016-04-25','2016-04-28',...]

I tried the following:

I would like to retrieve all the data (data of the whole day) of the dates given in this list

我想拥有与 snap 相同的功能，但使用左侧出现的频率而不是最近的频率。

这就是我正在尝试的：

看起来 floor 应该这样做，尽管它输出 ValueError：

Python 2.7、spyder、Anaconda 安装的所有包。升级到 pandas 0.20.3 之前代码运行良好

尝试使用 unicode 字符串日期“2017-09-13”索引两个数据帧，days 和 udly

他们都有相同的索引

在很好地索引数据帧时，一切顺利

但是当索引数据框天时，事情变得棘手

更新

使用 .loc 进行索引有效，但返回给我 Pandas.Series，但我真的很想知道发生这种情况的原因，为什么我无法索引数据帧。

更棘手的部分是我可以使用部分索引（例如 '2017-09'