如何以向量化方式删除DataFrame中dt列时间为16:00:00-05:00的行？

你的dt列是带US/Eastern时区的datetime类型，用pandas的向量化操作就能高效完成筛选，不用循环：

核心思路 #

直接通过.dt访问器提取时间属性，构建过滤条件，排除符合16:00:00-05:00的行：

代码实现 #

import pandas as pd

# 假设你的DataFrame名为df
# 构建过滤掩码：排除时间为16:00:00且时区偏移为UTC-5的行
mask = ~(
    (df['dt'].dt.time == pd.to_datetime("16:00:00").time()) &
    (df['dt'].dt.utcoffset() == pd.Timedelta(hours=-5))
)

# 得到过滤后的DataFrame
filtered_df = df[mask]

说明 #

• df['dt'].dt.time：提取datetime列的时分秒部分，和16:00:00做精确匹配
• df['dt'].dt.utcoffset()：获取时区偏移量，US/Eastern标准时间的偏移是UTC-5（对应pd.Timedelta(hours=-5)）
• 用~取反，保留不符合删除条件的行，完全是向量化操作，处理大数据集效率拉满

可选简化写法（不推荐） #

如果只是快速验证，也可以转成字符串匹配，但不如datetime对象操作可靠：

mask = ~df['dt'].astype(str).str.endswith("16:00:00-05:00")
filtered_df = df[mask]

内容的提问来源于stack exchange，提问作者h8n2