python - 如何使用 pandas 根据自定义间隔提取时间序列的子集？

Question

我有一个一个月内每天 24 小时每一分钟的外汇价格数据集。然而，外汇市场仅在周日 17:00 至周五 16:00 实际开放，这些时间之间的数据只是用周五晚上的最后记录值填充。我正在尝试删除此填充，只留下市场开放数据。

我已经走了几十条死胡同，只见树木不见森林。

根据指定的时间范围返回数据的子集非常简单:

import pandas as pd
df = pd.read_csv(tickdatafile,index_col='dtime',parse_dates=True)

# Return all rows for times between 12:00 and 16:00
df = df.between_time('12:00','16:00')

前两行从 csv 文件创建数据框，分配 'dtime' 列作为索引并将其解析为日期时间对象。第三行返回 12:00 到 16:00 之间的所有行，不管今天是哪一天。

一个简单的单行解决方案看起来像(伪代码):

df = df.between_customTimeRange('Sun 17:00','Fri 16:00')

但显然，这是行不通的。

是否有一些简单的事情我完全忽略了？

编辑:我已将 EKomarov 和 Alexander 的回答合并到以下解决方案中:

import pandas as pd
df = pd.read_csv(tickdatafile,index_col='dtime',parse_dates=True)

mask = df[ ( (   df.index.weekday == 6 ) & ( df.index.hour < 17 ) )# Sunday pre 17:00
         |   (   df.index.weekday == 5 )                           # All of Saturday
         | ( (   df.index.weekday == 4 )                           # Friday
           &                         (     ( df.index.hour >= 16 ) # Friday 16.00 onwards
                                     &  ~( ( df.index.hour == 16 )
                                         & ( df.index.minute == 0 )# Exclude 16.00 itself
                                         )
                                     )
           )
         ]

df = df[~df.index.isin(mask.index)] # return all data not in mask
df.to_csv(tradingdaysonly) 

Answer 1

我使用与@EKomarov 相同的方法，但处理时间的方式不同。 Stamps 是您的 pd.Timestamp 索引。首先创建您不想要的日期/时间的掩码，然后将其反转。请注意，dayofweek 的索引为 Monday=0 和 Sunday=6。

mask = stamps[((stamps.dayofweek == 6) & (stamps.hour < 17))  # Sunday before 17:00
              | (stamps.dayofweek == 5)   # All of Saturday
              | ((stamps.dayofweek == 4)  # Friday after 16:00
                 & (stamps.hour >= 16) 
                 & ~((stamps.hour == 16) & (stamps.minute == 0)))]  # Exclude 16:00

stamps[~stamps.isin(mask)]