假设我有以下数据框：
df = pd.DataFrame({'a':[1,1.1,1.03,3,3.1], 'b':[10,11,12,13,14]})
df
a b
0 1.00 10
1 1.10 11
2 1.03 12
3 3.00 13
4 3.10 14
我想分组附近的点，例如。
df.groupby(#SOMETHING).mean():
a b
a
0 1.043333 11.0
1 3.050000 13.5
现在，我可以使用
#SOMETHING = pd.cut(df.a, np.arange(0, 5, 2), labels=False)
但前提是我知道边界。如果我不知道在哪里放置切口，我怎么能完成类似的行为？即。我想对附近的点进行分组（附近被定义为在某个epsilon中）。
我知道这不是微不足道的，因为点x可能在点y附近，而点y可能在点z附近，但点x可能太远了z;那么它的暧昧做什么 - 这是一种k-means问题，但我想知道大熊猫是否有内置任何工具来使这很容易。
使用案例：我有几个定期生成数据的进程，但它们并未完全同步，因此时间戳接近但不相同，我想聚合它们的数据。