匹配2列中最近的日期时间值的熊猫.类型整数/长误差

Question

我有一个DataFrame，D1：

​

Date	Symbol	ICO_to
    5/28/2017 18:00	MYST	5/30/2017
    5/29/2017 18:00	MYST	5/30/2017
    5/30/2017 18:00	MYST	5/30/2017
    6/1/2017 18:00	MYST	5/30/2017
    6/2/2017 18:00	MYST	5/30/2017
    6/3/2017 18:00	MYST	5/30/2017
    6/4/2017 18:00	MYST	5/30/2017
    6/5/2017 18:00	MYST	5/30/2017
    6/6/2017 18:00	MYST	5/30/2017

​

按照This link，我正在尝试两种方法来识别' date‘值(最接近的匹配)，它最接近'ICO_to’日期值(所有行都有相同的值)。首先，我尝试截断，这应该删除到那个日期值的行：

D1.Date = pd.to_datetime(D1.Date) 

D1.rename(columns={'ICO to': 'ICO_to'}, inplace=True)
D1.ICO_to = pd.to_datetime(D1.ICO_to)

ICO_to = D1['ICO_to'][0] #All values in this column are the same, I just want to reference that value
ICO_to = pd.to_datetime(ICO_to) # to make sure the value is a datetime

First_date_row = D1['Date'].truncate(before=ICO_to).iloc[-1] #Remove all rows not after/= to the ICO_to date value

然而，我得到了这个错误：

TypeError: Cannot compare type 'Timestamp' with type 'long'

嗯，我知道这些是日期-时间值，所以不确定交易是什么。ICO_to变量是时间戳。我试一试：

First_date_row = D1['Date'].loc[D1.index.get_loc(datetime.datetime(D1['ICO_to'][0]),method='nearest')] #Identify the row where 'Date' nearest matches 'ICO_to' value at row 0 

使用这个而不是截断，我得到了这个错误：

TypeError: an integer is required 

如何识别最接近于ICO_to值的日期值，或者通过截断删除最接近匹配的所有行？这两种方法都有用。

Answer 1

如果将行转换为datetime对象，则只需对列进行简单的计算，就可以找到绝对最小距离。

import pandas as pd

D1.Date = pd.to_datetime(D1.Date)
D1.ICO_to = pd.to_datetime(D1.ICO_to)
D1[min(abs(D1.Date - D1.ICO_to)) == abs(D1.Date - D1.ICO_to)]

    Date    Symbol  ICO_to
1   2017-05-29 18:00:00 MYST    2017-05-30 00:00:00

正如你所看到的，你需要对你的意思谨慎一点。由于您有有关日期的小时信息，但只有ICO_to时间的一天，您是指午夜，还是指中午或白天的任何时间？最后一个选项将使这种方法变得复杂一些。

如果您想让数据的所有部分达到这个值，那么您可以这样做。首先对DataFrame排序以确保排序，然后对所有小于或等于最小值的索引进行切片。

D1.sort_values(by='Date', inplace=True)
D1.reset_index(drop=True)
D1[D1.index <= D1[min(abs(D1.Date - D1.ICO_to)) == abs(D1.Date - D1.ICO_to)].index[0]]

    Date    Symbol  ICO_to
0   2017-05-28 18:00:00 MYST    2017-05-30 00:00:00
1   2017-05-29 18:00:00 MYST    2017-05-30 00:00:00