如何在熊猫数据框中获取具有最近时间戳的行？答案

【问题标题】：How to grab a row with nearest timestamp in a pandas dataframe?如何在熊猫数据框中获取具有最近时间戳的行？
【发布时间】：2020-08-01 07:04:56
【问题描述】：

我有一个从列表中获取的时间戳，我需要在 pandas 数据框中找到最接近我拥有的时间戳的行，即使是一组行也适合我。这是示例数据框

0 6160 Upper 12-7-2019 12:37:51.123572
1 6162 Upper 12-7-2019 12:39:22.355725
2 6175 Upper 12-7-2019 13:21:15.224157
3 6180 Upper 13-7-2019 06:04:29.157111
4 6263 Upper 13-7-2019 07:37:51.123572

我有一个时间戳 datetime.datetime(12,7,2019,16,41,20)

所以在这种情况下，我需要它在索引 2 处捕获一行。

感谢您的帮助。谢谢

【问题讨论】：

你的 datetime 对象应该是 datetime.datetime(2019,7,12,16,41,20)。参数的顺序是年、月、日、时、分、秒。请参阅Python documentation。

标签： python pandas dataframe timestamp

【解决方案1】：

import pandas as pd
from datetime import datetime

# Input
ref_time = datetime(2019,7,12,16,41,20)
data = [[6160, 'Upper', '12-7-2019 12:37:51.123572'],
        [6162, 'Upper', '12-7-2019 12:39:22.355725'],
        [6175, 'Upper', '12-7-2019 13:21:15.224157'],
        [6180, 'Upper', '13-7-2019 06:04:29.157111'],
        [6263, 'Upper', '13-7-2019 07:37:51.123572']]

# Convert 2D list to DataFrame object
df = pd.DataFrame(data)

# Convert timestamp strings in column at index 2 to datetime objects
df.iloc[:, 2] = pd.to_datetime(df.iloc[:, 2], format='%d-%m-%Y %H:%M:%S.%f')

# Return row with minimum absolute time difference to reference time
print(df.loc[[(abs(df.iloc[:, 2]-ref_time)).idxmin()]])

【讨论】：

【解决方案2】：

你可以这样做：

import datetime
dt = datetime.datetime(2019, 12, 7,16,41,20)

# d column is the date
minidx = (dt - df['d']).idxmin()

print(df.loc[[minidx]])

   a     b        c                          d
2  2  6175   Upper  2019-12-07 13:21:15.224157

【讨论】：