如何筛选DataFrame中时间为整点（HH:00:00）的数据行？

针对你的需求，既然time列已经是datetime64[ns]类型，无需通过字符串切片判断，直接利用pandas的datetime属性就能精准筛选整点数据，以下是几种可行方案：

方案1：直接判断分钟与秒是否为0 #

通过dt属性提取时间的分钟和秒，筛选两者均为0的行，不受数据缺失影响，适配所有时间粒度：

df_hourly = df[(df['time'].dt.minute == 0) & (df['time'].dt.second == 0)]

方案2：按小时聚合（按需选择） #

如果需要每个整点仅保留一行数据（比如从5分钟/分钟粒度数据中提取整点首行或做聚合计算），可以用resample方法：

# 提取每个整点的第一行数据
df_hourly_first = df.resample('H', on='time').first()
# 若需要聚合计算，比如取小时均值
df_hourly_mean = df.resample('H', on='time').mean()

注：resample会自动将结果的索引设为整点，如需还原原DataFrame结构，可追加reset_index()。

关于之前方法的问题说明 #

• 索引步长法失效：数据缺失导致索引与时间不再严格对应，无法依赖固定间隔的索引筛选。
• 字符串切片报错：df.time_column[-5:]是对Series直接做字符串切片操作，但Series的RangeIndex不支持该索引方式，即使改用dt.strftime转换为字符串判断，效率也远低于直接操作datetime属性。

内容的提问来源于stack exchange，提问作者csingleton19