Rob Evans anwser работает правильно для меня, но когда я использую request.abort (), возникает ошибка, связанная с зависанием сокета, которая остается необработанной.
Мне пришлось добавить обработчик ошибок для объект запроса:
var options = { ... }
var req = http.request(options, function(res) {
// Usual stuff: on(data), on(end), chunks, etc...
}
req.on('socket', function (socket) {
socket.setTimeout(myTimeout);
socket.on('timeout', function() {
req.abort();
});
}
req.on('error', function(err) {
if (err.code === "ECONNRESET") {
console.log("Timeout occurs");
//specific error treatment
}
//other error treatment
});
req.write('something');
req.end();
Существует два возможных решения:
df.loc[mask]
df[start_date : end_date]
Использование булевой маски:
Убедитесь, что df['date']
- это серия с dtype datetime64[ns]
:
df['date'] = pd.to_datetime(df['date'])
Сделайте булевая маска. start_date
и end_date
могут быть datetime.datetime
s, np.datetime64
s, pd.Timestamp
s или даже строки datetime:
mask = (df['date'] > start_date) & (df['date'] <= end_date)
Выберите суб-DataFrame:
df.loc[mask]
или повторно назначить на df
df = df.loc[mask]
Например,
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.random((200,3)))
df['date'] = pd.date_range('2000-1-1', periods=200, freq='D')
mask = (df['date'] > '2000-6-1') & (df['date'] <= '2000-6-10')
print(df.loc[mask])
дает
0 1 2 date
153 0.208875 0.727656 0.037787 2000-06-02
154 0.750800 0.776498 0.237716 2000-06-03
155 0.812008 0.127338 0.397240 2000-06-04
156 0.639937 0.207359 0.533527 2000-06-05
157 0.416998 0.845658 0.872826 2000-06-06
158 0.440069 0.338690 0.847545 2000-06-07
159 0.202354 0.624833 0.740254 2000-06-08
160 0.465746 0.080888 0.155452 2000-06-09
161 0.858232 0.190321 0.432574 2000-06-10
Использование DatetimeIndex:
Если вы собираетесь делать много выбора по дате, возможно, быстрее установить столбец date
в качестве индекса. Затем вы можете выбрать строки по дате, используя df.loc[start_date:end_date]
.
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.random((200,3)))
df['date'] = pd.date_range('2000-1-1', periods=200, freq='D')
df = df.set_index(['date'])
print(df.loc['2000-6-1':'2000-6-10'])
дает
0 1 2
date
2000-06-01 0.040457 0.326594 0.492136 # <- includes start_date
2000-06-02 0.279323 0.877446 0.464523
2000-06-03 0.328068 0.837669 0.608559
2000-06-04 0.107959 0.678297 0.517435
2000-06-05 0.131555 0.418380 0.025725
2000-06-06 0.999961 0.619517 0.206108
2000-06-07 0.129270 0.024533 0.154769
2000-06-08 0.441010 0.741781 0.470402
2000-06-09 0.682101 0.375660 0.009916
2000-06-10 0.754488 0.352293 0.339337
Пока индексирование списка Python, например. seq[start:end]
включает start
, но не end
, напротив, Pandas df.loc[start_date : end_date]
включает оба конца в результате, если они находятся в индексе. Однако start_date
и end_date
должны быть в индексе.
Также обратите внимание, что pd.read_csv
имеет параметр parse_dates
, который вы могли бы использовать для проанализируйте столбец date
как datetime64
s. Таким образом, если вы используете parse_dates
, вам не нужно будет использовать df['date'] = pd.to_datetime(df['date'])
.
В случае, если вы собираетесь делать это часто, лучшим решением было бы сначала установить столбец даты как индекс, который преобразует столбец в DateTimeIndex и использовать следующее условие, чтобы разрезать любой диапазон дат.
import pandas as pd
data_frame = data_frame.set_index('date')
df = data_frame[(data_frame.index > '2017-08-10') & (data_frame.index <= '2017-08-15')]
Я предпочитаю не изменять df
.
Опция заключается в извлечении index
дат start
и end
:
import numpy as np
import pandas as pd
#Dummy DataFrame
df = pd.DataFrame(np.random.random((30, 3)))
df['date'] = pd.date_range('2017-1-1', periods=30, freq='D')
#Get the index of the start and end dates respectively
start = df[df['date']=='2017-01-07'].index[0]
end = df[df['date']=='2017-01-14'].index[0]
#Show the sliced df (from 2017-01-07 to 2017-01-14)
df.loc[start:end]
что приводит к:
0 1 2 date
6 0.5 0.8 0.8 2017-01-07
7 0.0 0.7 0.3 2017-01-08
8 0.8 0.9 0.0 2017-01-09
9 0.0 0.2 1.0 2017-01-10
10 0.6 0.1 0.9 2017-01-11
11 0.5 0.3 0.9 2017-01-12
12 0.5 0.4 0.3 2017-01-13
13 0.4 0.9 0.9 2017-01-14
Я считаю, что лучшим вариантом будет использование прямых проверок, а не использование функции loc:
df = df[(df['date'] > '2000-6-1') & (df['date'] <= '2000-6-10')]
Это работает для меня.
Основная проблема с функцией loc с что пределы должны присутствовать в фактических значениях, если это не приведет к KeyError.
Вы можете использовать метод isin
в столбце date
, например df[df["date"].isin(pd.date_range(start_date, end_date))]
Пример:
import numpy as np
import pandas as pd
# Make a DataFrame with dates and random numbers
df = pd.DataFrame(np.random.random((30, 3)))
df['date'] = pd.date_range('2017-1-1', periods=30, freq='D')
# Select the rows between two dates
in_range_df = df[df["date"].isin(pd.date_range("2017-01-15", "2017-01-20"))]
print(in_range_df) # print result
, который дает
0 1 2 date
14 0.960974 0.144271 0.839593 2017-01-15
15 0.814376 0.723757 0.047840 2017-01-16
16 0.911854 0.123130 0.120995 2017-01-17
17 0.505804 0.416935 0.928514 2017-01-18
18 0.204869 0.708258 0.170792 2017-01-19
19 0.014389 0.214510 0.045201 2017-01-20
Вы также можете использовать between
:
df[df.some_date.between(start_date, end_date)]