Python 如何在Numpy中选择最新分钟值？

我有一个numpy数组，看起来像这样：

>>> array_data
array([[datetime.datetime(2017, 10, 24, 1, 3, 45, 104000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 3, 47, 901000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 3, 56, 214000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 4, 8, 11000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 4, 13, 120000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 4, 15, 714000), 50, 4],
   [datetime.datetime(2017, 10, 24, 1, 4, 16, 214000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 4, 27, 323000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 5, 13, 261000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 5, 56, 276000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 6, 0, 886000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 6, 38, 104000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 6, 38, 995000), 50, -1],
   [datetime.datetime(2017, 10, 24, 1, 6, 42, 511000), 51, 5],
   [datetime.datetime(2017, 10, 24, 1, 7, 4, 714000), 50, 5],
   [datetime.datetime(2017, 10, 24, 1, 7, 12, 823000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 7, 17, 229000), 50, -1],
   [datetime.datetime(2017, 10, 24, 1, 7, 45, 948000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 7, 56, 245000), 50, 1],
   [datetime.datetime(2017, 10, 24, 1, 8, 10, 761000), 50, -1],
   [datetime.datetime(2017, 10, 24, 1, 8, 21, 464000), 50, -3],
   [datetime.datetime(2017, 10, 24, 1, 8, 21, 761000), 50, -1]], dtype=object)

如果它是实时更新的，我如何在更新时选择最新的数据分钟数？例如，如果当前时间是2017，10，24，1，7，17，229000，我希望它打印出50*5+50*1+50*-1，如果是2017，10，24，1，7，45，948000，它将打印出50*5+50*1+50*-1+50*1

我想我可以在最新更新的行被更新时提取它的分钟值，并做一个循环，使其倒退，并相互比较它们的分钟值，直到它们不一样为止。但是，我认为当一分钟内有许多行并且更新速度比循环过程快时，这将消耗资源。有没有更有效的方法

我建议使用熊猫。 使用以下命令从numpy数组创建数据帧：

df = pd.DataFrame(array_data[:, 1:],
                  index=array_data[:, 0], columns=['a', 'b'])

或将新的行装入板条箱并添加带有

df = pd.DataFrame(columns=['a', 'b'])
df.loc[datetime.datetime.now()] = [0, 1]

然后，您可以创建一个无秒的日期时间，并将其用于切片

>>> d
datetime.datetime(2017, 10, 24, 1, 8, 21, 761000)
>>> dm = datetime.datetime(d.year, d.month, d.day, d.hour, d.minute)
>>> dm
datetime.datetime(2017, 10, 24, 1, 8)
>>> df[dm:]
                          a   b
2017-10-24 01:08:10.761  50  -1
2017-10-24 01:08:21.464  50  -3
2017-10-24 01:08:21.761  50  -1

---

您使用的是索引，所以它很有效。

虽然我对这个问题不太清楚，但如果您希望跟踪按时间顺序排列的实时更新，队列数据结构可能更合适，甚至是插入排序的数组。@crazyGamer感谢您的评论。简单地说，我想知道最新数据的范围。对于上面的数组，它将是[-3:]。我也想绘制数据，所以我想我需要坚持使用numpy数组。好吧，那么我的问题是：你想保留所有分钟的数据记录，还是只保留numpy数组中最新的n，比如最新的4个？@crazyGamer我想保留所有数据，同时，想实时跟踪一分钟数据的最新范围并解释它。例如，如果最近一分钟内的值之和大于600，我希望它发出信号。谢谢你的回答，但我正在尝试使用numpy数组来存储实时数据。我认为在处理实时大数据时使用熊猫是不合适的？@maynull-Well，熊猫在numpy之上…