如何获取 pandas DataFrame 的最后 10 分钟
在我们的上一篇文章中，我们展示了如何从 pandas DataFrame 中减去 5 分钟：
example.py
pd.Timestamp('now') - pd.Timedelta(10, 'minutes')我们还可以使用此知识来获取 pandas DataFrame 的最后 10 分钟。在我们的示例中，我们假设 df[“Timestamp”] 包含时间戳。首先，我们使用以下命令获取数据集中的最后一个时间戳
example.py
# 如果时间戳是 DataFrame 的索引，使用此命令
last_ts = df.index.iloc[-1]or
example.py
# ...或者如果时间戳在列中，使用此命令
last_ts = df["Timestamp"].iloc[-1]接下来，我们通过从 last_ts 减去 10 分钟来定义应考虑的第一个时间戳：
example.py
first_ts = last_ts - pd.Timedelta(10, 'minutes')现在我们可以使用以下命令过滤 DataFrame
example.py
# 如果 Timestamp 在列中，使用此命令
filtered_df = df[df["Timestamp"] >= first_ts]or
example.py
# 如果 Timestamp 是 DataFrame 的索引，使用此命令
filtered_df = df[df.index >= first_ts]通过过滤，我们不需要 DataFrame 排序，原始顺序将保持不变。
完整示例：
此示例从我们上一篇关于如何创建 pandas 时间序列 DataFrame 示例数据集的文章中加载预构建的时间序列示例数据集。代码加载该数据集（长 1 秒）并从中取最后 0.5 秒。
example.py
import pandas as pd
# 加载示例数据集
df = pd.read_csv("https://techoverflow.net/datasets/timeseries-example.csv", parse_dates=["Timestamp"])
df.set_index("Timestamp", inplace=True)
# 如果时间戳是 DataFrame 的索引，使用此命令
last_ts = df.index[-1]
first_ts = last_ts - pd.Timedelta(0.5, 'seconds')
filtered_df = df[df.index >= first_ts]
# 绘制结果
filtered_df.plot()If this post helped you, please consider buying me a coffee or donating via PayPal to support research & publishing of new posts on TechOverflow