如何在Pandas数据框中查找与指定时间最接近的valid列时间

需求说明 #

我已经把CSV格式的Excel数据导入成了Pandas DataFrame，手里有个指定时间1/1/2021 7:51:58 AM（存在sunrise_time变量里），需要写Python代码找出DataFrame的valid列中最接近这个时间的记录（预期结果是1/1/2021 7:53:00 AM），并拿到对应时间的tmpf温度值。

我目前的代码 #

month=1
day=1
sunrise_time = sunrise_sunset.loc[sunrise_sunset['Date'] == str(month)+'/'+str(day)+'/2021', 'Sunrise']
sunset_time = sunrise_sunset.loc[sunrise_sunset['Date'] == str(month)+'/'+str(day)+'/2021', 'Sunset']
sunrise_time = datetime.strptime(str(str(month)+'/'+str(day)+'/2021 '+sunrise_time).removeprefix('0    ').removesuffix('\nName: Sunrise, dtype: object'), "%m/%d/%Y %I:%M:%S %p")

解决方案 #

核心思路是统一时间格式，通过计算时间差的绝对值定位最接近的记录，具体步骤如下：

1. 统一时间列格式

首先要把DataFrame的valid列转换成datetime类型，否则字符串无法直接计算时间差：

import pandas as pd
from datetime import datetime

# 假设你的数据存储在名为df的DataFrame中
df['valid'] = pd.to_datetime(df['valid'], format="%m/%d/%Y %I:%M:%S %p")

2. 简化sunrise_time生成（可选优化）

你原来处理sunrise_time的方式太繁琐，用Pandas方法可以简化，避免手动处理字符串前缀后缀：

month = 1
day = 1
target_date = f"{month}/{day}/2021"

# 直接提取对应日期的日出时间并转换为datetime对象
sunrise_str = sunrise_sunset.loc[sunrise_sunset['Date'] == target_date, 'Sunrise'].iloc[0]
sunrise_time = pd.to_datetime(f"{target_date} {sunrise_str}", format="%m/%d/%Y %I:%M:%S %p")

3. 定位最接近时间并获取温度

计算每条记录与sunrise_time的时间差绝对值，找到差值最小的行，再提取对应tmpf值：

# 计算每条记录和sunrise_time的时间差绝对值
df['time_diff'] = abs(df['valid'] - sunrise_time)

# 找到时间差最小的那一行
closest_record = df.loc[df['time_diff'].idxmin()]

# 获取对应的温度值
target_temp = closest_record['tmpf']

# 验证结果
print(f"最接近的时间：{closest_record['valid'].strftime('%m/%d/%Y %I:%M:%S %p')}")
print(f"对应温度：{target_temp}")

注意事项 #

• 必须保证valid列和sunrise_time都是datetime类型，否则会报错
• 如果有多个记录的时间差完全相同，idxmin()会返回第一个出现的记录

内容的提问来源于stack exchange，提问作者Tyler D