如何在Python中创建含双条件的time_mask（时间范围+排除周末）

需要绘制一段特定起止时间的数据，同时排除该时间段内的某个周末时段，如何创建包含这两条规则的time_mask？

已完成起止时间范围的time_mask代码，但无法添加排除周末时段的规则，尝试的代码无效，且后续绘图中该时段未被排除。

相关代码：

# create a time_mask
start_date       = '2022-06-30 15:26:00'
end_date         = '2022-07-11 15:30:00'
weekend_end      = '2022-07-08 14:30:00'
weekend_start    = '2022-07-11 09:50:00'

time_mask        = (df['Time'] > start_date) & (df['Time'] <= end_date)

# use only this part of the dataframe as training data
df1_train        = df1.loc[time_mask]

尝试排除周末时段的无效代码：

time_mask        = ((df['Time'] > start_date) & (df['Time'] <= end_date) & ((df['Time'] < weekend_start) or (df['Time'] > weekend_end)))

更新后的绘图代码（目标时段仍未被排除）：

#%% Plot data
fig, ax = plt.subplots()
ax.plot(df['Time'], df1[Temp])
ax.xaxis.set_major_formatter(matplotlib.dates.DateFormatter('%Y-%m-%d %H:%M:%S'))
fig.autofmt_xdate()
plt.show()

#%% Plot the data without empty values
N = len(df['Time'])
ind = np.arange(N)

def format_date(x, pos=None):
    thisind = np.clip(int(x + 0.5), 0, N - 1)
    return df['Time'][thisind].strftime('%Y-%m-%d %H:%M:%S')

fig, ax = plt.subplots()
ax.plot(ind, df[Temp])
ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
ax.set_title("Without empty values")
fig.autofmt_xdate()
plt.show()

解决方案 #

1. 修正time_mask的逻辑错误 #

你用了Python的or运算符，但在Pandas布尔索引中必须使用按位或运算符|，or会尝试将整个布尔序列转为单个布尔值，直接导致逻辑失效。

另外注意你定义的weekend_start和weekend_end顺序：要排除的时段是weekend_end（2022-07-08）到weekend_start（2022-07-11）之间的部分，所以正确逻辑是保留**小于weekend_end或者大于weekend_start**的数据。同时建议将所有日期字符串转为Pandas的datetime类型，避免字符串比较的潜在问题。

修正后的time_mask代码：

import pandas as pd

# 先确保Time列是datetime类型（若未转换）
df['Time'] = pd.to_datetime(df['Time'])

# 转换所有日期参数为datetime类型
start_date       = pd.to_datetime('2022-06-30 15:26:00')
end_date         = pd.to_datetime('2022-07-11 15:30:00')
weekend_end      = pd.to_datetime('2022-07-08 14:30:00')
weekend_start    = pd.to_datetime('2022-07-11 09:50:00')

# 正确的time_mask：总时间范围内，且不在目标周末时段内
time_mask = (df['Time'] > start_date) & (df['Time'] <= end_date) & \
            ((df['Time'] < weekend_end) | (df['Time'] > weekend_start))

df1_train = df1.loc[time_mask]

2. 修正绘图代码的数据源错误 #

你当前绘图用的是原始的df和df1，而非筛选后的df1_train，所以排除的时段不会在图中体现。需要将绘图数据源替换为筛选后的数据集：

修正后的绘图代码：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.ticker as ticker
import numpy as np

#%% 绘制筛选后的数据
fig, ax = plt.subplots()
ax.plot(df1_train['Time'], df1_train[Temp])  # 改用df1_train作为数据源
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d %H:%M:%S'))
fig.autofmt_xdate()
plt.show()

#%% 绘制无空值的筛选后数据
N = len(df1_train['Time'])
ind = np.arange(N)

def format_date(x, pos=None):
    thisind = np.clip(int(x + 0.5), 0, N - 1)
    return df1_train['Time'].iloc[thisind].strftime('%Y-%m-%d %H:%M:%S')  # 用iloc避免索引错位

fig, ax = plt.subplots()
ax.plot(ind, df1_train[Temp])  # 改用df1_train作为数据源
ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
ax.set_title("无空值数据（已排除目标周末时段）")
fig.autofmt_xdate()
plt.show()

额外注意事项 #

• 若df1和df的索引未对齐，df1.loc[time_mask]可能筛选错误，建议确保两者索引一致，或直接对df1的Time列应用相同掩码。

内容的提问来源于stack exchange，提问作者ecc98