Python中如何基于指定日期生成±40分钟内的字符串日期列表？

嘿，我发现你代码里的问题啦，咱们一步步来捋清楚：

问题根源 #

1. pd.date_range结果直接转字符串的错误：你把pd.date_range返回的DatetimeIndex直接转成str()，得到的是整个索引的字符串描述（比如类似"DatetimeIndex(['2020-09-08 21:05:00', ...], dtype='datetime64[ns]', freq='T')"），这根本不是单个日期字符串组成的列表，自然没法用来过滤DataFrame。
2. Lower_limit的日期范围方向错误：你写的pd.date_range(start=Data, end=b, periods=41)里，b是Data减40分钟，比Data早，start比end大的话，date_range不会生成正确的递减序列，得把start和end反过来。
3. 日期格式不匹配：原始的Data_raw格式是"%d/%m/%y %H:%M"，但默认DatetimeIndex转字符串是"%Y-%m-%d %H:%M:%S"格式，和原始字符串格式不一致，过滤自然匹配不上。

正确的实现步骤 #

咱们来修改代码，生成和原始字符串格式一致的日期列表：

from datetime import datetime, timedelta
import pandas as pd

# 原始日期字符串
Data_raw = "08/09/20 21:05"

# 解析为datetime对象
base_date = datetime.strptime(Data_raw, '%d/%m/%y %H:%M')

# 计算上下限时间
upper_limit_time = base_date + timedelta(minutes=40)
lower_limit_time = base_date - timedelta(minutes=40)

# 生成上限的日期序列（从base_date到upper_limit_time，共41个点，间隔1分钟）
upper_dates = pd.date_range(start=base_date, end=upper_limit_time, periods=41)
# 生成下限的日期序列（注意start是更早的lower_limit_time，end是base_date）
lower_dates = pd.date_range(start=lower_limit_time, end=base_date, periods=41)

# 将DatetimeIndex转换为和原始格式一致的字符串列表
# 这里用strftime('%d/%m/%y %H:%M')来匹配原始格式
upper_str_list = [dt.strftime('%d/%m/%y %H:%M') for dt in upper_dates]
lower_str_list = [dt.strftime('%d/%m/%y %H:%M') for dt in lower_dates]

# 合并两个列表并去重（因为base_date在两个列表里都存在）
full_date_list = list(set(lower_str_list + upper_str_list))
# 可选：按时间排序
full_date_list.sort(key=lambda x: datetime.strptime(x, '%d/%m/%y %H:%M'))

验证过滤效果 #

现在用full_date_list去过滤DataFrame就没问题了，因为里面的字符串格式和Data_raw完全一致，而且是真正的单个日期字符串的列表。

举个例子，假设你的DataFrame有一列叫date_col，过滤代码可以这么写：

filtered_df = df[df['date_col'].isin(full_date_list)]

这样就能得到你想要的±40分钟区间内的所有数据啦～

内容的提问来源于stack exchange，提问作者Shold