Pandas三重条件查询：指定时间区间取最大交易量对应最低价格

解决方案 #

你需要先将datetime字段转换为pandas可识别的时间类型，再做时间区间筛选，最后在筛选结果上执行你原来的计算逻辑即可，完整实现如下：
如果你的datetime列已经是datetime类型，可跳过类型转换步骤：

import pandas as pd
# 转换时间列类型
df['datetime'] = pd.to_datetime(df['datetime'])
# 定义时间区间边界
start = pd.to_datetime('2021-09-29 04:15:00-04:00')
end = pd.to_datetime('2021-09-29 06:35:00-04:00')

两种常用实现写法：

• 链式写法（代码更简洁）

res = df[df['datetime'].between(start, end)].query('volume == volume.max()')['price'].min()

• 分步写法（逻辑更清晰，便于调试）

# 先筛选符合时间区间的记录
filtered_df = df[df['datetime'].between(start, end)]
# 再取最大交易量对应的最低价格
res = filtered_df[filtered_df['volume'] == filtered_df['volume'].max()]['price'].min()

运行后得到的res值就是预期的2：时间筛选后会排除掉04:00和07:00的两条不符合时间要求的记录，剩余记录中最大交易量为900，对应的价格分别是2、5、22，最小值就是2。

内容的提问来源于stack exchange，提问作者GinSnipe