<\/p>\n
U kunt de volgende basissyntaxis gebruiken om rijen tussen twee tijdstempels in een Panda DataFrame te selecteren:<\/span><\/p>\n Deze syntaxis gaat ervan uit dat tstamp<\/b> al een datetime-type heeft.<\/span><\/p>\n Als dit niet het geval is, kunt u de volgende syntaxis gebruiken om deze naar een datetime-kolom te converteren:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we het volgende panda’s DataFrame hebben dat informatie bevat over de verkopen in een winkel:<\/span><\/p>\n Stel dat we alleen de rijen tussen de volgende twee tijdstempels willen selecteren:<\/span><\/p>\n We kunnen hiervoor de volgende syntaxis gebruiken:<\/span><\/p>\n Houd er rekening mee dat alleen de regels tussen de twee tijdstempels die we hebben opgegeven, zijn geselecteerd.<\/span><\/p>\n Houd er ook rekening mee dat u rijen kunt selecteren op tijdstempel met alleen een datumwaarde.<\/span><\/p>\n We kunnen bijvoorbeeld de volgende code gebruiken om alle rijen te selecteren met een tijdstempel groter dan 27-10-2022:<\/span><\/p>\n Houd er rekening mee dat alleen rijen waarvan de waarde in de tsamp-<\/strong> kolom later is dan 27-10-2022 worden geselecteerd.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe DateTime naar datum te converteren in Pandas<\/a> U kunt de volgende basissyntaxis gebruiken om rijen tussen twee tijdstempels in een Panda DataFrame te selecteren: df[(df[‚ tstamp ‚] > ‚ 2022-10-25 04:30:00 ‚) & (df[‚ tstamp ‚] < ‚ 2022-10-27 11:00:00 ‚)] Deze syntaxis gaat ervan uit dat tstamp al een datetime-type heeft. Als dit niet het geval is, kunt u de volgende […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3720","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df[(df[' tstamp<\/span> '] > ' 2022-10-25 04:30:00<\/span> ') &<\/span> (df[' tstamp<\/span> '] < ' 2022-10-27 11:00:00<\/span> ')]\n<\/strong><\/pre>\n df[' tstamp<\/span> '] = pd. to_datetime<\/span> (df[' tstamp<\/span> '])\n<\/strong><\/pre>\n Voorbeeld: selecteer Pandas DataFrame-rijen op tijdstempel<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' tstamp<\/span> ': ['2022-10-25 04:00:00', '2022-10-25 11:55:12',\n '2022-10-26 02:00:00', '2022-10-27 10:30:00',\n '2022-10-27 14:25:00', '2022-10-28 01:15:27'],\n ' sales<\/span> ': [18, 22, 19, 14, 14, 11]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n tstamp sales\n0 2022-10-25 04:00:00 18\n1 2022-10-25 11:55:12 22\n2 2022-10-26 02:00:00 19\n3 2022-10-27 10:30:00 14\n4 2022-10-27 14:25:00 14\n5 2022-10-28 01:15:27 11\n<\/strong><\/pre>\n\n
#convert timestamp column to datetime dtype\n<\/span>df[' tstamp<\/span> '] = pd. to_datetime<\/span> (df[' tstamp<\/span> '])\n\n#select rows between two timestamps\n<\/span>df[(df[' tstamp<\/span> '] > ' 2022-10-25 04:30:00<\/span> ') &<\/span> (df[' tstamp<\/span> '] < ' 2022-10-27 11:00:00<\/span> ')]\n\n\ttstamp sales\n1 2022-10-25 11:55:12 22\n2 2022-10-26 02:00:00 19\n3 2022-10-27 10:30:00 14<\/strong>\n<\/pre>\n #convert timestamp column to datetime dtype\n<\/span>df[' tstamp<\/span> '] = pd. to_datetime<\/span> (df[' tstamp<\/span> '])\n\n#select rows with timestamp after 2022-10-27\n<\/span>df[df[' tstamp<\/span> '] > ' 2022-10-27<\/span> ']\n\n\ttstamp sales\n3 2022-10-27 10:30:00 14\n4 2022-10-27 14:25:00 14\n5 2022-10-28 01:15:27 11<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe kolommen naar DateTime in Pandas te converteren<\/a>
Hoe een Pandas DataFrame op datum te sorteren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"