Python中pandas时间戳索引不规范时如何查询指定时间范围的数据

between_time的作用是筛选每日固定时间段的数据，仅接收不带日期的时间类型参数（例如"08:15:00"、datetime.time(8,15)），不支持带完整日期的时间戳参数，所以传入带日期的字符串会抛出转换错误。

第一步：先将索引转为标准datetime类型 #

针对你提到的时间戳格式不规范的问题，先统一转换索引为pandas可识别的datetime格式：

import pandas as pd
# 转换索引为datetime格式，errors='coerce'会将无法解析的时间转为空值(NaT)
df.index = pd.to_datetime(df.index, errors='coerce')
# 如有固定特殊时间格式，可加format参数提高解析效率，例如：
# df.index = pd.to_datetime(df.index, format="%Y-%m-%d %H:%M:%S", errors='coerce')

# 过滤无效时间行（可选）
df = df[df.index.notna()]

第二步：筛选指定时间范围的两种常用方法 #

方法1：datetime索引直接切片（最简便） #

pandas的DatetimeIndex原生支持时间字符串切片，默认左闭右闭，直接填写你需要的起止时间即可：

# 筛选2021-11-17 08:15:00 到 2021-11-19 08:00:00之间的所有数据
filtered_df = df["2021-11-17 08:15:00":"2021-11-19 08:00:00"]

方法2：布尔索引（灵活支持多条件组合） #

如果需要和其他筛选条件搭配使用，布尔索引扩展性更强：

start_time = pd.to_datetime("2021-11-17 08:15:00")
end_time = pd.to_datetime("2021-11-19 08:00:00")
filtered_df = df[(df.index >= start_time) & (df.index <= end_time)]

扩展：按每日固定时间段筛选场景 #

如果你确实需要筛选所有日期里固定时段的数据（比如所有日期的8点~18点），才需要用到between_time：

# 筛选所有日期的08:15到20:00的数据
filtered_df = df.between_time("08:15:00", "20:00:00")

内容的提问来源于stack exchange，提问作者Coder