筛选时间段的函数

筛选时间段的函数
1. 利用自动筛选功能（非函数，但简单易用）
- 如果您的数据是按列排列的日期和时间数据。

首先选中数据区域（包括表头）。

- 在菜单栏中选择“数据”，然后点击“筛选”。

此时每列标题旁会出现筛选箭头。

- 点击日期列的筛选箭头，您可以在日期筛选器中选择“自定义筛选”。

- 在自定义筛选中，您可以设置条件，例如“大于或等于”某个起始日期时间，“小于或等于”某个结束日期时间，从而筛选出所需的时间段内的数据。

2. 使用函数辅助筛选（以SUMIFS函数为例说明其在时间段筛选中的应用思路，虽然SUMIFS主要用于求和，但可以通过它来理解条件筛选的逻辑） - SUMIFS函数语法：SUMIFS(sum_range, criteria_range1, criteria1, [criteria_range2, criteria2, …])
- 假设您有一个销售数据表，A列是销售日期（包含日期和时间），B列是销售额。

要计算某个时间段内的销售额总和。

- 您需要创建辅助列（如果不想修改原始数据结构的话）。

例如在C列，可以使用公式将日期时间转换为数值（在Excel中，日期和时间本质上是数值，日期以天为单位，时间是小数部分）。

例如，在C2单元格（假设数据从第2行开始）输入公
式“=A2”（如果A列是日期时间格式，这里会将其转换为对应的数值以便后续比较）。

- 然后，要计算2023 - 01 - 01 00:00:00到2023 - 02 - 01 00:00:00时间段内的销售额总和。

在另一个单元格输入公式：
- “=SUMIFS(B:B,C:C,"> = " & DATEVALUE("2023 - 01 -
01")+TIMEVALUE("00:00:00"),C:C,"< = " & DATEVALUE("2023 - 02 -
01")+TIMEVALUE("00:00:00"))”
- 这里DATEVALUE函数将日期字符串转换为日期数值，TIMEVALUE函数将时间字符串转换为时间数值（小数部分），然后通过SUMIFS函数根据C列（转换后的日期时间数值）的条件对B列销售额进行求和。

3. 数组公式（较复杂但功能强大）
- 例如，还是上述销售数据，要直接筛选出2023 - 01 - 01 00:00:00到2023 - 02 - 01 00:00:00时间段内的销售额（不进行求和，只是筛选出符合条件的数据）。

- 在一个空白列（假设为D列）输入公式：
- “=IF((A2>=DATEVALUE("2023 - 01 -
01")+TIMEVALUE("00:00:00"))(A2<=DATEVALUE("2023 - 02 -
01")+TIMEVALUE("00:00:00")),B2,"")”（这里假设数据从第2行开始）
- 这是一个数组公式，输入完成后需要按Ctrl + Shift+Enter组合键。

它的原理是判断A列中的每个日期时间是否在指定时间段内，如果是，则返回对应的B列销售额，否则返回空值。

1. 基本数据结构准备
- 首先需要安装pandas库（如果没有安装的话）。

通常使用“pip install pandas”命令安装。

- 假设您有一个包含日期时间数据的DataFrame。

例如：
python
import pandas as pd
data = {'date_time': ['2023 - 01 - 01 10:00:00', '2023 - 02 - 01 12:00:00', '2023 - 03 - 01 14:00:00'],
'value': [10, 20, 30]}
df = pd.DataFrame(data)
df['date_time'] = pd.to_datetime(df['date_time'])
- 这里我们创建了一个简单的DataFrame，其中“date_time”列是日期时间数据类型（通过“pd.to_datetime”函数转换）。

2. 使用布尔索引筛选时间段
- 要筛选出2023 - 01 - 01到2023 - 02 - 01之间的数据。

python
start_date = pd.Timestamp('2023 - 01 - 01')
end_date = pd.Timestamp('2023 - 02 - 01')
filtered_df =
df[(df['date_time']>=start_date)&(df['date_time']<=end_date)]
- 在这个例子中，我们首先创建了起始日期和结束日期的“Timestamp”对象，然后通过布尔索引（使用“&”表示逻辑与）筛选出“date_time”列在指定时间段内的行。

3. 使用query方法筛选（更简洁的语法，类似SQL查询）
- python
start_date = '2023 - 01 - 01'
end_date = '2023 - 02 - 01'
filtered_df = df.query('date_time >= @start_date and date_time <=
@end_date')
- 这里使用“query”方法，通过在字符串中使用变量（需要在变量名前加“@”符号）来构建查询条件，筛选出指定时间段内的数据。