如何从dataframe中删除按分组日期选择的数据

Question

数据文件需要从特定的日子开始清洗。要移除的日期是这样选择的：

df['_datetime'] = df.index
exclude_holidays = df.groupby(df.index.floor('d'))._datetime.last()
exclude_holidays.loc[exclude_holidays.dt.hour < 14]

输出exclude_holidays：

datetime
2020-12-24   2020-12-24 12:07:12
2021-01-18   2021-01-18 11:52:57
2021-02-15   2021-02-15 08:46:44
2021-05-31   2021-05-31 11:29:36
2021-07-05   2021-07-05 11:56:05
2021-09-06   2021-09-06 11:33:40
2021-11-25   2021-11-25 11:59:37
2021-11-26   2021-11-26 12:14:51
2022-01-17   2022-01-17 11:59:38
2022-02-21   2022-02-21 11:59:42
2022-05-30   2022-05-30 11:59:56
2022-06-20   2022-06-20 11:59:53
2022-07-04   2022-07-04 11:41:38
2022-09-05   2022-09-05 11:59:30
Name: _datetime, dtype: datetime64[ns]

现在，我如何将这些天从dataframe中删除？

我试过这个：

df = df.drop(df.loc[df.index.normalize() ==  exclude_holidays].index, axis=0)

..throws此错误：

ValueError: Lengths must match to compare

通过这一尝试：

df = df.drop(df.loc[exclude_holidays].index, axis=0)

没有错误，但是白天没有被移除。

这是数据文件：

                    Open    High    Low     Close
datetime                
2020-12-17 08:30:00 3686.00 3687.50 3686.00 3687.50
2020-12-17 08:30:03 3687.75 3689.00 3687.50 3689.00
2020-12-17 08:31:17 3689.25 3690.50 3689.00 3690.50
2020-12-17 08:32:36 3690.75 3689.00 3687.50 3687.50
2020-12-17 08:43:12 3687.25 3687.50 3686.00 3686.00
... ... ... ... ...
2022-11-11 14:57:30 3998.00 4001.25 3999.75 4001.25
2022-11-11 14:59:40 4001.50 3999.75 3998.25 3999.75
2022-11-11 14:59:59 4000.00 4001.25 3999.75 4001.25
2022-11-11 14:59:59 4001.50 4002.75 4001.25 4002.75
2022-11-11 15:00:09 4003.00 4001.25 3999.75 3999.75

我怎样才能从数据文件中删除这些日子？

Answer 1

你可以这样做：

exclude_holidays = exclude_holidays.index.values
df = df[~df.index.isin(exclude_holidays)]