Problème filtre données dataframe avec fonction

Bonjour, j'ai un petit problème concernant les dataframes panda.

Je crée un dataframe Pandas à partir d'un fichier excel.
L'une des colonnes contient une date stockée sous forme de str.
Je la convertis donc en objet datetime avec la bibliothèque associée.
Je souhaite ensuite "diviser" mon dataframe en 2 nouveaux dataframe, l'un qui contiendra les lignes dont l'heure est supérieure à 13h, et l'autre celles pour lesquels l'heure est inférieure à 13h.
Malheureusement la syntaxe que j'utilise est incorrecte.

Voici actuellement mon code :

Code:

---

1 2 3 4 5 6

orders = pd.read_excel('data', sheet_name="feuil1",usecols='A,G,H,J,L') for i in range(len(orders)): orders.at[i,'Date']=dt.datetime.strptime(orders.loc[i,'Date'],'%d/%m/%Y %H:%M') AM = dt.time(13) ordersM=orders[orders['Date'].time()<=AM] ordersAM=orders[orders['Date'].time()>AM]

---

et bien évidemment j'obtiens l'erreur : AttributeError: 'Series' object has no attribute 'time'

Auriez-vous une idée de comment faire ?

J'ai essayé de faire une boucle for qui ressemblait à ça :

Code:

---

ordersM = orders[(date.time()<=AM for date in orders['Date'])]

---

mais j'ai alors un message du genre "Index out of bounds" (que je ne comprends pas vraiment d'ailleurs).

Je précise que j'aimerais conserver la date complète dans les dataframes, même si je n'utilise que l'heure pour les "trier".

Auriez-vous une idée ?

Merci d'avance :)

Salut,

Code:

---

ordersM = orders[orders['Date'].time() <= AM]

---

Cette méthode me semble être la bonne. L'erreur que vous obtenez indique que la série orders['Date'] ne possède pas d'attribut time. Je pense qu'intuitivement vous voulez récupérer les valeurs de temps de cette série. Mais je ne pense pas que cela soit nécessaire. Essayez juste:

Code:

---

ordersM = orders[orders['Date'] <= AM]

---

Si cela ne marche pas, pourriez vous donner un extrait de votre dataframe orders ? Juste quelques lignes, quelques colonnes.

Sinon, ce bout de code m'a l'air bien compliqué (et inefficace):

Code:

---

1 2	for i in range(len(orders)): orders.at[i,'Date']=dt.datetime.strptime(orders.loc[i,'Date'],'%d/%m/%Y %H:%M')

---

Pandas propose d'interpréter les dates à la lecture du tableau. Regardez du côté des argument 'parse_dates' et 'date_parser'.

J

Salut,

Si tu veux filtrer ton dataframe en fonction de l'heure, la méthode à utiliser c'est "dataframe.dt.hour".
Voici un exemple :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

import pandas as pd   # Cration d'une Serie data = pd.Series(['2019-10-20 08:00', '2019-11-22 10:00', '2019-7-19 12:30', '2019-02-15 10:45', '2019-4-23 09:22', '2019-11-3 04:00'])   # Création des index index = ['Date 1', 'Date 2', 'Date 3', 'Date 4', 'Date 5', 'Date 6']   # Définition d'index data.index = index   # Conversion de la Serie en dataframe data= pd.to_datetime(data)   # Filtre du dataframe en fonction de l'heure   result1 = (data[data.dt.hour > 9]) result2 = (data[data.dt.hour <= 9])   print(result1) print(result2)   # Résultats   Date 2 2019-11-22 10:00:00 Date 3 2019-07-19 12:30:00 Date 4 2019-02-15 10:45:00 dtype: datetime64[ns] Date 1 2019-10-20 08:00:00 Date 5 2019-04-23 09:22:00 Date 6 2019-11-03 04:00:00 dtype: datetime64[ns]

---