python - 在 Pandas 中找到最接近给定时间的 DataFrame 行

Question

我有一个由 DatetimeIndex 索引的 Pandas 数据框:

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 53732 entries, 1993-01-07 12:23:58 to 2012-12-02 20:06:23
Data columns:
Date(dd-mm-yy)_Time(hh-mm-ss)       53732  non-null values
Julian_Day                          53732  non-null values
AOT_870                             53732  non-null values
440-870Angstrom                     53732  non-null values
440-675Angstrom                     53732  non-null values
500-870Angstrom                     53732  non-null values
Last_Processing_Date(dd/mm/yyyy)    53732  non-null values
Solar_Zenith_Angle                  53732  non-null values
time                                53732  non-null values
dtypes: datetime64[ns](2), float64(6), object(1)

我想找到最接近某个时间的行:

image_time = dateutil.parser.parse('2009-07-28 13:39:02')

并找出它有多接近。到目前为止，我已经根据从所有时间中减去我想要的时间并找到最小绝对值的想法尝试了各种方法，但似乎都没有奏效。

例如:

aeronet.index - image_time

给出了一个错误，我认为这是由于日期时间索引上的 +/- 移动造成的，所以我尝试将索引放入另一列然后进行处理:

aeronet['time'] = aeronet.index
aeronet.time - image_time

这似乎可行，但要执行我想要的操作，我需要获得绝对时差，而不是相对时差。但是，仅在其上运行 abs 或 np.abs 会出现错误:

abs(aeronet.time - image_time)

C:\Python27\lib\site-packages\pandas\core\series.pyc in __repr__(self)
   1061         Yields Bytestring in Py2, Unicode String in py3.
   1062         """
-> 1063         return str(self)
   1064 
   1065     def _tidy_repr(self, max_vals=20):

C:\Python27\lib\site-packages\pandas\core\series.pyc in __str__(self)
   1021         if py3compat.PY3:
   1022             return self.__unicode__()
-> 1023         return self.__bytes__()
   1024 
   1025     def __bytes__(self):

C:\Python27\lib\site-packages\pandas\core\series.pyc in __bytes__(self)
   1031         """
   1032         encoding = com.get_option("display.encoding")
-> 1033         return self.__unicode__().encode(encoding, 'replace')
   1034 
   1035     def __unicode__(self):

C:\Python27\lib\site-packages\pandas\core\series.pyc in __unicode__(self)
   1044                     else get_option("display.max_rows"))
   1045         if len(self.index) > (max_rows or 1000):
-> 1046             result = self._tidy_repr(min(30, max_rows - 4))
   1047         elif len(self.index) > 0:
   1048             result = self._get_repr(print_header=True,

C:\Python27\lib\site-packages\pandas\core\series.pyc in _tidy_repr(self, max_vals)
   1069         """
   1070         num = max_vals // 2
-> 1071         head = self[:num]._get_repr(print_header=True, length=False,
   1072                                     name=False)
   1073         tail = self[-(max_vals - num):]._get_repr(print_header=False,

AttributeError: 'numpy.ndarray' object has no attribute '_get_repr'

我的处理方式是否正确？如果是这样，我应该如何让 abs 工作，以便我可以选择最小的绝对时间差，从而获得最接近的时间。如果不是，使用 Pandas 时间序列执行此操作的最佳方法是什么？

Answer 1

这个简单的方法将返回最接近给定日期时间对象的 TimeSeriesIndex 条目(的整数索引)。无需将索引复制到常规列 - 只需使用 .to_pydatetime 方法即可。

import numpy as np

i = np.argmin(np.abs(df.index.to_pydatetime() - image_time))

然后您只需使用 DataFrame 的 .iloc 索引器:

df.iloc[i]

这是一个执行此操作的函数:

def fcl(df, dtObj):
    return df.iloc[np.argmin(np.abs(df.index.to_pydatetime() - dtObj))]

然后您可以进一步无缝过滤，例如

fcl(df, dtObj)['column']