Unter der Annahme, dass Sie wirklich auf '2017.07.11' starten wollen anstelle von '2017.11.07' (die
SETUP
: ist nach dem enddate von '2017.07.23'), können Sie
Partial String Indexing verwenden
df = pd.DataFrame(index = pd.date_range('2017-05-07 00:00:00+00:00','2017-07-27 23:50:00+00:00', freq='10T'))
print(df.index)
DatetimeIndex(['2017-05-07 00:00:00+00:00', '2017-05-07 00:10:00+00:00',
'2017-05-07 00:20:00+00:00', '2017-05-07 00:30:00+00:00',
'2017-05-07 00:40:00+00:00', '2017-05-07 00:50:00+00:00',
'2017-05-07 01:00:00+00:00', '2017-05-07 01:10:00+00:00',
'2017-05-07 01:20:00+00:00', '2017-05-07 01:30:00+00:00',
...
'2017-07-27 22:20:00+00:00', '2017-07-27 22:30:00+00:00',
'2017-07-27 22:40:00+00:00', '2017-07-27 22:50:00+00:00',
'2017-07-27 23:00:00+00:00', '2017-07-27 23:10:00+00:00',
'2017-07-27 23:20:00+00:00', '2017-07-27 23:30:00+00:00',
'2017-07-27 23:40:00+00:00', '2017-07-27 23:50:00+00:00'],
dtype='datetime64[ns, UTC]', length=11808, freq='10T')
Nun verwenden Teilstring Indizierung mit Slicing:
df1 = df['2017-07-11':'2017-07-22 23:50:00']
print(df_1.index)
Ausgang: ein kleineren Datenrahmen mit der Zeit vor 2017.07.11 und nach 2017.07.22 23.50 fielen gelassen:
DatetimeIndex(['2017-07-11 00:00:00+00:00', '2017-07-11 00:10:00+00:00',
'2017-07-11 00:20:00+00:00', '2017-07-11 00:30:00+00:00',
'2017-07-11 00:40:00+00:00', '2017-07-11 00:50:00+00:00',
'2017-07-11 01:00:00+00:00', '2017-07-11 01:10:00+00:00',
'2017-07-11 01:20:00+00:00', '2017-07-11 01:30:00+00:00',
...
'2017-07-22 22:20:00+00:00', '2017-07-22 22:30:00+00:00',
'2017-07-22 22:40:00+00:00', '2017-07-22 22:50:00+00:00',
'2017-07-22 23:00:00+00:00', '2017-07-22 23:10:00+00:00',
'2017-07-22 23:20:00+00:00', '2017-07-22 23:30:00+00:00',
'2017-07-22 23:40:00+00:00', '2017-07-22 23:50:00+00:00'],
dtype='datetime64[ns, UTC]', length=1728, freq='10T')