如何通过python筛选不同时间段的人数 python 日期筛选

筛选问题

问题：要根据时间的小时选取出一定时间范围内的数据

解决思路：通过pandas库中的loc()函数筛选出符合要求的数据

例：

要求选出在8-9点的数据，这里我们只需要将时间的小时数分割出来，保留为8和9的数据即可完成筛选

df['时间']= pd.to_datetime(df['时间'],errors='coerce')#将excel表中的时间转化成datatime型
df['小时'] = df['时间'].dt.hour.fillna(0).astype("int")#在表中添加一行小时数，从时间中切割出来

运行结果：

其实用df[‘时间’].dt.hour就可以实现切割出时间，其他类似dt.(year,month,day等)均可，前提是将时间类型转化成datatime类型，因为.dt.只能对datatime型进行处理，即不转化不能使用该方法。

#选出符合要求的数据
def month_rersev(a):
    return a == 8 or a == 9
df = df.loc[df['小时'].apply(month_rersev)]#将表中按照符合要求的数据选出来

运行结果:

根据该列中时间数据分割出小时，再用loc()函数进行筛选，筛选到此已经完成了。

但是如何将修改后的符合要求的数据存储到表格中？接下来是存储过程中可能出现的小问题。

保存为新的excel表格

保存为新的excel表格我选择用.to_excel(‘路径.表名.xlsx’)函数，直接保存为一个新的excel表格，但是会出现不符合要求的情况，如，将前面运行结果的个数的序号也存入表格，时间存入之后显示为#号。
解决方案：

with pd.ExcelWriter(r'D:\data\biao6.xlsx',engine='openpyxl',datetime_format='YYYY/MM/DD HH:mm:ss')as writer:
    df.drop('小时',axis=1).to_excel(writer,index=False)

这里使用ExcelWriter函数来规范化输入excel表格的日期时间格式，同时删掉前面为了筛选数据生成的‘小时’那列。

运行结果：

这里时间的输入依旧是#号，经过判断可知为单元格宽度不够导致显示全为#号，这里通过代码对单元格宽度进行设置

wb=load_workbook(r"D:\data\biao7.xlsx")
for sheetname in wb.sheetnames:
    ws=wb[sheetname]
    # 调整列宽
    ws.column_dimensions['B'].width=  20
wb.save(r"D:\data\biao7.xlsx")#这里路径一定要和之前一样，要不然保存到其他地方去了

运行结果：

完整代码：

import pandas as pd
from openpyxl import load_workbook
from datetime import datetime

#选出符合要求的数据
def month_rersev(a):
    return a == 8 or a == 9
df = pd.read_excel(r"D:\data\biao1.xlsx")
df['时间']= pd.to_datetime(df['时间'],errors='coerce')#将excel表中的时间转化成datatime型
df['小时'] = df['时间'].dt.hour.fillna(0).astype("int")#在表中添加一行小时数，从时间中切割出来


df = df.loc[df['小时'].apply(month_rersev)]

with pd.ExcelWriter(r'D:\data\biao7.xlsx',engine='openpyxl',datetime_format='YYYY/MM/DD HH:mm:ss')as writer:
    df.drop('小时',axis=1).to_excel(writer,index=False)


wb=load_workbook(r"D:\data\biao6.xlsx")
for sheetname in wb.sheetnames:
    ws=wb[sheetname]
    # 调整列宽
    ws.column_dimensions['B'].width=  20
  
wb.save(r"D:\data\biao7.xlsx")