python - 如何使用 timedelta 从 pandas 系列中选择最后一个值？

Question

我有一个 pandas 系列，时间戳作为索引， float 作为值

pd.Series(
    data=[150.0, 151.0, ...],
    index=[
        datetime.datetime(2020, 1, 24, 15, 53, 54, 532325, tzinfo=None, fold=0),
        datetime.datetime(2020, 1, 24, 16, 1, 7, 896288, tzinfo=None, fold=0),
        ...]
)

导致:

2020-01-24T15:53:54.532325    150.0
2020-01-24T16:01:07.896288    151.0
2020-01-24T16:01:10.862610    152.0
2020-01-24T16:01:13.407573    149.0
2020-01-24T16:33:59.985246    148.0
2020-01-24T16:34:06.411970    150.0

我如何通过 timedelta w.r.t. 选择最后一个值及其对应的索引？以秒为单位的最新 timedelta 值？例如给定的系列和 2 秒的时间增量我希望系列的子集

2020-01-24T16:33:59.985246    148.0
2020-01-24T16:34:06.411970    150.0

这应该等同于我应该通过 timestamped_intensity['2020-01-24T16:33:59.9852462':'2020-01-24T16:34:06.411970'] 通过 indexing by time 获得的结果.

Answer 1

更新

按元素 Series.sort_index

s.sort_index().tail(2)

#date
#2020-01-24 16:33:59.985246    148.0
#2020-01-24 16:34:06.411970    150.0
#Name: value, dtype: float64

以秒为单位

我们计算的是index和index的时间差，当cumulative sum和semnor为2

n = 2
s[s.sort_index(ascending = False)
   .index
   .to_series()
   .diff().abs()
   .dt.total_seconds()
   .cumsum()
   .fillna(0)
   .lt(n)]