如何从日度小时观测数据中筛选保留08:00-20:00时段的记录

首先你需要先把原始时间列解析为对应工具的时间类型，之后提取小时维度做条件过滤即可，以下是不同常用工具的实现方式：

1. Python（pandas 场景） #

• 第一步：解析时间列

import pandas as pd
# 假设你的数据集存在df变量中，时间列名为datetime
df['datetime'] = pd.to_datetime(df['datetime'], format='%Y%m%d %H:%M')

• 第二步：提取小时过滤

# 保留小时大于等于8，小于等于20的记录
filter_df = df[df['datetime'].dt.hour.between(8,20, inclusive='both')]
# 也可以用写法：filter_df = df[(df['datetime'].dt.hour >=8) & (df['datetime'].dt.hour <=20)]

2. R 场景 #

• 第一步：解析时间列

library(lubridate)
# 假设数据集存在df变量中，时间列名为datetime
df$datetime <- parse_date_time(df$datetime, orders = "%Y%m%d %H:%M")

• 第二步：过滤

library(dplyr)
filter_df <- df %>% filter(hour(datetime) >=8 & hour(datetime) <=20)

3. SQL 场景 #

假设你的数据存在数据库表observation中，时间列名为dt，不同数据库语法略有差异：

• MySQL写法：

SELECT * FROM observation 
WHERE HOUR(dt) BETWEEN 8 AND 20;

• PostgreSQL写法：

SELECT * FROM observation 
WHERE EXTRACT(HOUR FROM dt) BETWEEN 8 AND 20;

注意：如果你的时间列已经是对应工具可识别的时间类型，可以跳过第一步的解析操作直接过滤。如果时间边界需要精确到分钟（比如要排除20:00:01的记录），可以额外提取分钟字段做二级条件判断，你的场景是小时级观测数据，直接判断小时维度即可满足需求。

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