根据当前（现在）分钟访问 Pandas Dataframe答案

【问题标题】：Access Pandas Dataframe based on current (now) minute根据当前（现在）分钟访问 Pandas Dataframe
【发布时间】：2022-01-12 10:41:01
【问题描述】：

我有一个每分钟一行的数据框。我需要访问当前分钟对应的行

                          value
2022-01-12 11:27:24+01:00     a
2022-01-12 11:28:41+01:00     b
2022-01-12 11:29:36+01:00     c
2022-01-12 11:30:11+01:00     d
2022-01-12 11:31:03+01:00     e
2022-01-12 11:32:39+01:00     f

我必须马上匹配。我尝试使用pandas 和datetime（重现它的代码）找到当前时间：

import pandas as pd
import numpy as np
import string
import datetime
start_idx=(datetime.datetime.now()).strftime(format="%Y-%m-%d %H:%M")
end_idx=(datetime.datetime.now()+datetime.timedelta(minutes=+5)).strftime(format="%Y-%m-%d %H:%M")

index_today = pd.date_range(start=start_idx, end=end_idx, freq='1T',tz='Europe/Rome')
# create random seconds
index_today=[i+ pd.DateOffset(seconds=np.random.randint(0,59)) for i in index_today]
df = pd.DataFrame(index=index_today, data=list(string.ascii_lowercase[0:len(index_today)]),columns=['value'])


now_pandas = pd.to_datetime("now").round(freq='min').tz_localize('utc').tz_convert('Europe/Rome')
now_datetime = datetime.datetime.now().strftime(format="%Y-%m-%d %H:%M")

out_pandas=df.loc[df.index.floor('Min')==now_pandas, :]
out_datetime=df.loc[now_datetime, :]

print('now pandas is ',now_pandas)
print('now datetime is ',now_datetime)
print('Current value found with Pandas:\n',out_pandas)
print('Current value found with datetime\n',out_datetime)

但有时它们会给出不同的结果：

now pandas is  2022-01-12 11:46:00+01:00
now datetime is  2022-01-12 11:45
Current value found with Pandas:
                           value
2022-01-12 11:46:08+01:00     b
Current value found with datetime
                           value
2022-01-12 11:45:35+01:00     a

最好和最可靠的方法是什么？

另外，我注意到如果数据帧不支持 tz，那么 pd.to_datetime("now") 会在 utc 中给出时间，我需要对其进行本地化、转换，然后将其转回 tz-naive。有什么解决办法吗？

非常感谢！！

【问题讨论】：

将随机数放入“可重现”的示例中看起来不是一个好主意。
所以你的问题是为什么结果不同？ - 首先，确保构建用于比较的日期/时间；目前，now_pandas 被四舍五入到分钟，而now_datetime 被剪裁到分钟。
感谢您的 cmets，Fuppes 先生，四舍五入和精确到分钟之间有什么区别？
四舍五入的意思是，例如，如果时间是 12:30:31，你得到 12:31。 Clipped 表示 12:30:31 => 12:30，即秒数只是“截断”。一般建议：如果在 pandas 中处理时间序列数据，您根本不需要 Python datetime。 pandas 内置插件在许多情况下提供了更多选项，并且可以与其他 pandas 功能很好地协同工作。
好的，非常感谢，现在清楚多了。那么你能告诉我当前访问数据框的最佳方式是什么（然后使用 pandas）？

标签： python pandas datetime utc

【解决方案1】：

如何根据当前分钟选择行？确保正确设置条件（如预期），例如通过将当前时间设置为分钟（剪辑到分钟分辨率）。例如：

import pandas as pd
import numpy as np

tz = 'Europe/Rome'
now = pd.Timestamp.now(tz)
print(now)
# 2022-01-12 12:11:38.796675+01:00

idx = pd.date_range(now.floor('d'), now.ceil('d'), freq='min')
df = pd.DataFrame(index=idx, data=np.random.randint(0, 5, size=idx.size), columns=['value'])

out_pandas = df.loc[df.index.floor('min') == now.floor('min'), :]
print(out_pandas)
#                            value
# 2022-01-12 12:11:00+01:00      1

【讨论】：

谢谢！如果 df 不支持 tz 怎么办？
@Gabriele 那么你可以省略设置 tz；例如示例中为now = pd.Timestamp.now()。
当然，谢谢，刚刚注意到 pd.to_datetime("now") 给出了 UTC 时间（与我的本地时间不同），而您使用的时间例如now=pd.Timestamp.now() 给出正确的当地时间
@Gabriele 可能与使用 UTC 作为内部默认值的熊猫相关 - 如果可以，请使用有意识的日期时间（tz 集）以避免任何歧义；-)
好的，很高兴知道，谢谢！

【解决方案2】：

差异的原因似乎很简单。

使用 pandas 时，您会四舍五入到最接近的分钟，因为它是四舍五入的最接近的值（即：如果在 30 秒之后，则为下一分钟）。

当使用日期时间格式时，您只是减少了秒数。

您可以通过在 pandas datetime 中使用 floor 而不是 round 或在格式化结果之前将 datetime.now() 舍入到最接近的分钟来获得相同的行为。

或者您可能不再关心差异，因为您知道它的来源并坚持使用 pandas 方法（我会这样做）。

注意：另一个小的区别是，您实际上在代码中的两个不同时间调用 now()，一次用于 pandas，另一个用于 datetime，因此两者之间已经存在时间差。但这不是主要影响。

【讨论】：

非常感谢小问题，但很高兴知道！