如何按特定时间（忽略日期）筛选Polars DataFrame？

我有一个存储每15分钟采样电力需求数据的Polars DataFrame，时间跨度为一整月，数据示例如下：

df.head()
    shape: (5, 2)
    date    demande
    datetime[μs]    u32
    2024-01-14 00:00:00 25721
    2024-01-14 00:15:00 25558
    2024-01-14 00:30:00 25461
    2024-01-14 00:45:00 25507
    2024-01-14 01:00:00 25608

需要筛选出所有中午12点的记录，期望结果如下：

sub_df.head()
    shape: (5, 2)
    date    demande
    datetime[μs]    f64
    2024-01-14 12:00:00 28078
    2024-01-15 12:00:00 30575
    2024-01-16 12:00:00 30815
    2024-01-17 12:00:00 29944
    2024-01-18 12:00:00 29850

我已经掌握按需求值筛选的方法：

critical_demand_df = df.filter(pl.col("demande") > 35000)

但尝试类似代码筛选时间时：

sub_df = df.filter(pl.col("date").hour == 12)

出现错误：

AttributeError: 'Expr' object has no attribute 'hour'

解决方案 #

Polars中处理datetime类型列的表达式需要通过dt访问器调用相关方法，而非直接访问属性。以下是几种简洁的实现方式：

1. 仅筛选小时为12的记录（适配你的15分钟采样数据，仅12:00:00会满足小时=12且分钟=0）：

sub_df = df.filter(pl.col("date").dt.hour() == 12)

2. 严谨筛选12:00:00整的记录（同时匹配小时和分钟）：

sub_df = df.filter((pl.col("date").dt.hour() == 12) & (pl.col("date").dt.minute() == 0))

3. 直接匹配时间值：

sub_df = df.filter(pl.col("date").dt.time() == pl.time(12, 0, 0))

以上方法都能正确筛选出所有中午12点整的记录，其中第一种写法最为简洁，适合你的数据场景。

内容的提问来源于stack exchange，提问作者BerPa