如何筛选并排序近24小时的数据集？技术问题求助

数据示例 #

问题描述 #

CSV文件包含10万+行自1月1日起的温度数据，last_update列为日期时间格式。需要提取近24小时的数据用于仪表盘展示（如以6月21日8点为终点，展示6月20日8点至6月21日8点的温度变化）。尝试使用tf = df['last_update'].last('24h')或df.last('24h')时，报错：('last' only supports a DatetimeIndex index)，但last_update已转为日期时间格式。

解决方法 #

方法1：将日期列设为索引后使用last() #

last()方法仅支持DatetimeIndex类型的索引，而非普通的日期时间列。只需将last_update设为索引即可使用该方法：

import pandas as pd

# 确保last_update是datetime类型（若未转换）
df['last_update'] = pd.to_datetime(df['last_update'], format='%m-%d-%Y %H:%M:%S')
# 设置为DataFrame索引
df = df.set_index('last_update')
# 获取近24小时数据
tf = df.last('24h')

# 若后续需要恢复原索引，可执行：
# df = df.reset_index()

方法2：用布尔索引筛选（不修改索引） #

如果不想修改原数据的索引结构，直接通过时间范围筛选：

import pandas as pd

# 确保列是datetime类型
df['last_update'] = pd.to_datetime(df['last_update'], format='%m-%d-%Y %H:%M:%S')
# 以数据中的最新时间为基准，计算24小时前的时间点
cutoff_time = df['last_update'].max() - pd.Timedelta(hours=24)
# 筛选出时间范围内的数据
tf = df[df['last_update'] >= cutoff_time]

内容的提问来源于stack exchange，提问作者Ramon Araneta