如何基于DatetimeIndex的时间区间为Pandas DataFrame设置单元格值

需要在Pandas DataFrame中基于DatetimeIndex的时分区间创建新列：

• 10:00至11:00（含10:00，不含11:00）赋值为0
• 11:00至12:00（含11:00，不含12:00）赋值为1

现有DataFrame：

DatetimeIndex               col_1
2020-07-10 10:00:00+00:00   A
2020-07-10 10:30:00+00:00   B
2020-07-10 11:00:00+00:00   C
2020-07-10 11:30:00+00:00   D
2020-07-11 10:00:00+00:00   E
2020-07-11 10:30:00+00:00   F
2020-07-11 11:00:00+00:00   G
2020-07-11 11:30:00+00:00   H

期望结果：

DatetimeIndex               col_1   col_2  
2020-07-10 10:00:00+00:00   A       0
2020-07-10 10:30:00+00:00   B       0
2020-07-10 11:00:00+00:00   C       1
2020-07-10 11:30:00+00:00   D       1
2020-07-11 10:00:00+00:00   E       0
2020-07-11 10:30:00+00:00   F       0
2020-07-11 11:00:00+00:00   G       1
2020-07-11 11:30:00+00:00   H       1

尝试过pandas.between_time()和pandas.indexer_between_time()未成功，后续提取时间列后用时间比较出现类型不匹配错误：

start_1 = pd.to_datetime('10:00:00')
end_1 = pd.to_datetime('10:59:00')

df['group_id'] = ['group_1' if start_1 < t < end_1  else '99' for t in df.time]

错误信息：

'<' not supported between instances of 'Timestamp' and 'datetime.time'

方法1：直接提取小时判断 #

利用DatetimeIndex的hour属性，结合np.where快速赋值：

import numpy as np
import pandas as pd

df['col_2'] = np.where(df.index.hour == 10, 0, 1)

此方法完全匹配需求：10点区间的行赋值0，11点区间的行赋值1。

方法2：使用between_time索引赋值 #

先初始化新列为默认值，再通过between_time筛选目标区间修改值：

df['col_2'] = 1  # 默认给11点区间的值
# 筛选10:00到10:59:59的行，赋值为0
df.loc[df.index.between_time('10:00', '10:59:59'), 'col_2'] = 0

between_time包含边界，用10:59:59确保11:00的行不会被误包含。

方法3：统一时间类型后比较 #

如果要保留提取时间列的方式，需将比较的时间转换为datetime.time类型：

from datetime import time
import numpy as np

start_1 = time(10, 0, 0)
end_1 = time(10, 59, 59)

df['col_2'] = np.where((df['time'] >= start_1) & (df['time'] <= end_1), 0, 1)

统一类型后即可避免类型不匹配的错误。

内容的提问来源于stack exchange，提问作者AjWinston