python-pandas选择给定时间范围内的数据

有一个时间数据，通过数据检查，发现某一时间范围内的数据是错误的，将这部分数据删除的方法如下：

from datetime import datetime
import pandas as pd
if __name__ == '__main__':
	# modify 3765宝安公园
	path = r'G:\wind_data\data\7_correct\dataOfIDOriginal\G3765.csv'
	fileDf = pd.read_csv(path, engine='python', encoding='utf-8-sig', parse_dates=['DDATETIME'])

	# 错误定位
	low = datetime(2010, 6, 20, 19)
	high = datetime(2010, 8, 9, 11)

	target = fileDf[(fileDf['DDATETIME'] < low) | (fileDf['DDATETIME'] > high)]
	target.to_csv(r'G:\wind_data\data\7_correct\dataOfIDModified\G3765.csv', index=False)
	print(target)

	# modify 3752沙头
	path = r'G:\wind_data\data\7_correct\dataOfIDOriginal\G3752.csv'
	fileDf = pd.read_csv(path, engine='python', encoding='utf-8-sig', parse_dates=['DDATETIME'])

	# 错误定位，用datetime来得到datetime格式的起止时间范围
	low = datetime(2015, 3, 2, 11)
	high = datetime(2015, 4, 9, 10)
	
	# 选取该错误数据对应的时间范围外的数据，多个条件时 '|'代表'或'，'&'代表'且'
	target = fileDf[(fileDf['DDATETIME'] < low) | (fileDf['DDATETIME'] > high)]
	target.to_csv(r'G:\wind_data\data\7_correct\dataOfIDModified\G3752.csv', index=False)
	print(target)

主要注意两点：
1读取时将时间列解析成时间格式（当然也可以在读取之后解析，此方法随手就能搜到很多）；
2时间解析成datatime格式后，可以直接进行大小比较。
我的数据文件内容大致如下：

Life is short, you need python!

转载自原文链接, 如需删除请联系管理员。

原文链接：python-pandas选择给定时间范围内的数据，转载请注明来源！