检查时间值是否介于Python中CSV文件中提到的两个值之间

这个问题可能看起来很难理解，但我会尽量让它简单。我得到了一个包含以下数据的CSV文件：

Time,Meeting ID,Passcode
08:15, 953 2394 8317,091418
16:58, 953 2394 8317,091418
15:00, 807 028 8062,587838
20:02, 807 028 8062,587838
12:03, 961 8894 9557,806108
11:51, 961 8976 9546,098718

这里的第一件事是读取CSV数据，为此，我使用导入为pd的pandas

df=pd.read\u csv（'meetingschedule.csv'）

还增加了：

df_new=pd.DataFrame（）

现在，考虑到时间列，所提到的时间应该按递增顺序（从AM到PM）排列/排序，然后与行一起放入数据框，而不写入CSV文件。在安排之后，它可能看起来像：

Time,Meeting ID,Passcode
08:15, 953 2394 8317,091418
11:51, 961 8976 9546,098718
12:03, 961 8894 9557,806108
15:00, 807 028 8062,587838
16:58, 953 2394 8317,091418
20:02, 807 028 8062,587838

现在，检查当前系统时间，如果它已经超过了第一个提到的时间并且在第二个提到的时间之前，那么为第一个提到的时间行的数据帧分配一个变量。我已经尝试过，但无法将时间间隔内容输入我的代码：

#Check the current system time
timestr = datetime.now().strftime("%H:%M")

#Check if the current time is mentioned in the Dataframe
if timestr in df.Time.values:

    #Add a dataframe for that Row
    df_new = df[df['Time'].astype(str).str.contains(timestr)]

请建议一种更好的方法来考虑这两个时间值，如果时间介于这两个值之间，则为该行创建一个具有时间值下限的数据帧

现在是我不知道的复杂部分。。。我需要不断迭代并检查“时间间隔”，当它超过上限值的时间时，变量（这里，df_new）必须更改并存储其行的df，直到它穿过第三个提到的时间值，依此类推，直到它到达最后一行，对于最后一行，它不应该担心下一个时间值，以避免任何“错误”

如果我启动程序的时间超过第一行中提到的时间，这也应该有效。因此，它还应该在时间列中搜索最接近但小于当前时间值的时间值

因此，它唯一的任务是随着时间从一列到下一列的推移，更改变量中的值（这里是df_new），直到它到达底部

这是因为每次我重新参加会议时，我都需要根据时间编写会议ID和密码。因此，df需要随着CSV文件中提到的时间的推移而改变。此外，我必须采用这种方法，因为我需要将其集成到我的加入计划中，以便按照CSV中的计划输入Id和密码

最后，我需要将其保持为多线程操作，因此如果可能，将其保持为线程任务，这样它就不会干扰主程序（如果它将是While循环）

---

非常感谢您的帮助

我解决获取当前会议时间这一简单问题的方法是：

将

Time

列转换为

TimeDelta

作为新的

Time

列的数据帧的

然后使用“pad”方法获得给定时间之前最接近匹配的索引

使用该索引从数据帧获取行

最后，清除输出的显示

从datetime导入datetime，timedelta
作为pd进口熊猫
df=pd.DataFrame（{'Time'：{0:'08:15'，1:'16:58',，
2: '15:00', 3: '20:02',
4: '12:03', 5: '11:51'},
'会议ID'：{0:'953 2394 8317'，
1: ' 953 2394 8317',
2: ' 807 028 8062',
3: ' 807 028 8062',
4: ' 961 8894 9557',
5: ' 961 8976 9546'},
'密码'：{0:91418，1:91418，
2: 587838, 3: 587838,
4: 806108, 5: 98718}})
#将时间转换为时间增量
df['Time']=pd.to_timedelta（df['Time']+“：00”）
#将时间设置为索引
df=df.set_index（'Time'）。sort_index（）
#可重复段
尝试：
#获取当前时间
current_dt=datetime.now（）
#用于测试（将时间设置为12:02）（以实际代码删除）
当前值=当前值更换（小时=12，分钟=2）
#将当前小时和分钟转换为时间增量
当前增量=时间增量（小时=当前增量小时，分钟=当前增量分钟）
#获取当前时间增量之前的时间位置
会议索引=df.index.get\u loc（当前增量，方法='pad'）
#使用位置访问会议行
会议行=df.iloc[[会议索引]]
除KeyError外：
#使用当天第一次会议的地点
会议行=df.iloc[[0]]
#清理显示
会议行=会议行。重置索引（）
会议行['Time']=会议行['Time'].astype（str）.str[-8:]
#展示
打印（会议行到字符串（索引=False））

来源（

df

）：

---

是为了测试目的而引入的。在实际场景中，应删除该选项，以免覆盖当前实际时间的小时和分钟。

您的解释有点复杂，这可能是因为您不确定解决问题的最佳方法。你能说明你的预期产出是什么，而不是解释吗？请编辑您的问题，以包括已知时间的预期输出模型和数据集。感谢您的建议，但我只需要采用这种方法，因为我以前有一个程序可以使用它。希望我对给出的例子更清楚。坦率地说，我是一个初学者，你的评论真的帮助我确定了自己的身份……谢谢，这帮了我很大的忙。这种方法在以前的设置中也很好地工作，我添加了一个循环，以便随着时间的推移更改会议行。谢谢你，阿加林！！Heyy，还有一个帮助，在整理索引时，您是否可以进行编辑，以便在Except语句中，不打印此时没有会议，而是将会议行作为时间列的最小值，就像当前时间是08:10，并且在

For an Example, Taking the Current Time to be 08:30:

    It is between the columns "08:15" and "11:51" as mentioned in the CSV, so 
    considering the Lower limit Value, It should take the row with the 
    "08:15" value and make a df with it:

    08:15, 953 2394 8317,091418

Similarly,
    
    When the time crosses 11:51, it should change the df_new value with the 
    df for the row with "11:51" value:

    11:51, 961 8976 9546,098718

Time Meeting ID Passcode 08:15 953 2394 8317 91418 16:58 953 2394 8317 91418 15:00 807 028 8062 587838 20:02 807 028 8062 587838 12:03 961 8894 9557 806108 11:51 961 8976 9546 98718 Time Meeting ID Passcode 11:51:00 961 8976 9546 98718