在pandas中查找距给定时间最近的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)

我想找到最接近特定时间的行：

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

并找到它有多近。到目前为止，我已经基于从所有时间中减去我想要的时间并找到最小的绝对值的想法进行了各种尝试，但是似乎没有一个奏效。

例如：

aeronet.index - image_time

给出一个错误，我认为是由于Datetime索引上的+/-发生了偏移，因此我尝试将索引放入另一列中，然后进行处理：

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

这似乎可行，但是要做我想做的事，我需要得到绝对时差，而不是相对时差。但是，仅在上面abs或np.abs上面运行会出现错误：

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'

我是否采用正确的方法？如果是这样，我应该如何abs工作，以便可以选择最小绝对时差，从而获得最接近的时间。如果没有，用熊猫时间序列做到这一点的最佳方法是什么？

Answer 1

我认为您可以尝试DatetimeIndex.asof查找直到输入（包括输入）的最新标签。然后使用返回的日期时间选择适当的行。如果只需要特定列的值，Series.asof则将其存在并将以上两个步骤合并为一个。

假设您想要最接近的日期时间。如果您不关心日期，只是想每天都在同一时间，请at_time在DataFrame中使用。

跟进：

编辑：错误警报，我在本地有旧版本。最新的master应该可以与np.abs一起使用。

In [10]: np.abs(df.time - image_time)
Out[10]: 
0    27 days, 13:39:02
1    26 days, 13:39:02
2    25 days, 13:39:02
3    24 days, 13:39:02
4    23 days, 13:39:02
5    22 days, 13:39:02

也只是为了澄清一下：

aeronet.index-image_time不起作用，因为对Index的减法是一个设定差（过去，Index被限制为唯一）。