Ich habe eine Reihe von stündlichen Daten und eine Python-Liste von Daten, die ich bei der Prüfung interessiert bin:Wie kann ich alle Einträge in einer DateTimeIndexed-Pandas-Serie erhalten, die in einer Liste von Tagen vorkommen?
>>> hourly
KWH_DTTM
2015-06-20 15:00:00 2138.4
2015-06-20 16:00:00 4284.0
2015-06-20 17:00:00 4168.8
...
2017-06-21 21:00:00 2743.2
2017-06-21 22:00:00 2757.6
2017-06-21 23:00:00 2635.2
Freq: H, Name: KWH, Length: 17577, dtype: float64
>>> days
[datetime.date(2017, 5, 5), datetime.date(2017, 5, 8), datetime.date(2017, 5, 9), datetime.date(2017, 6, 2)]
Ich versuche, herauszufinden, wie man alle Einträge aus hourly
, die an einem Tag landen wählen, in days
(Tage sind ungefähr 50 Einträge lang, und Daten können beliebig sein). days
ist derzeit eine Liste von date
Objekte Python, aber ich mich nicht, wenn sie Strings sind, usw.
Wenn ich Index hourly
mit days
, erhalte ich eine Serie, die täglichen Intervallen neu abgetastet wurde:
>>> hourly[days]
KWH_DTTM
2017-05-05 2628.0
2017-05-08 2628.0
2017-05-09 2548.8
2017-06-02 2512.8
Name: KWH, Length: 30, dtype: float64
Wenn mit einem einzigen Tag I-Index, in einen String gemacht, bekomme ich die gewünschte Ausgabe für diesen Tag:
>>> hourly['2017-5-5']
KWH_DTTM
2017-05-05 00:00:00 2505.6
2017-05-05 01:00:00 2563.2
2017-05-05 02:00:00 2505.6
...
2017-05-05 21:00:00 2268.0
2017-05-05 22:00:00 2232.0
2017-05-05 23:00:00 2088.0
Freq: H, Name: KWH, Length: 24, dtype: float64
gibt es eine Möglichkeit, dies zu tun außer über die Liste meiner Tage Looping und die verketten r ergebnisse?