如何对填充了pandas时间戳的numpy数组进行切片？
如何对填充了pandas时间戳的numpy数组进行切片？
提问于 2017-05-25 13:53:53
如何使用pandas时间戳对numpy数组进行切片？
dates = pd.date_range('1/1/2000', periods=18)
narray_dates=np.array(dates)如何使用beginDate和endDate对narray_dates进行切片，它们都是pandas.Timestamp，可以没有narray_dates？
或者有没有类似的方法来解决这个问题而不需要numpy数组？
回答 1
Stack Overflow用户
发布于 2017-05-25 15:29:02
就像熊猫一样，有一种方法可以做到这一点。
slicer = dates.slice_indexer(start, end)
slice = dates[slicer]
示例
In [30]: dates = pd.date_range('1/1/2000', periods=18)
In [31]: a = dates.slice_indexer(pd.datetime(2000,1,3),pd.datetime(2000,1,9))
In [32]: dates[a]
Out[32]:
DatetimeIndex(['2000-01-03', '2000-01-04', '2000-01-05', '2000-01-06',
'2000-01-07', '2000-01-08', '2000-01-09'],
dtype='datetime64[ns]', freq='D')页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44173272
复制相关文章
相似问题
腾讯云开发者
