我正在尝试使用SQLite / sqlalchemy在Python中编写一个SQL方法来构建一个新表，其中包含一段时间内的平均值，中位数，最大值，var等分析数据，基于另一个包含原始时间的表 - 系列数据。
假设原始数据是，并且时间戳不均匀分布。我想得到另一个表：来自原始数据表，它基本上是60秒滑动时间窗口内的聚合值，例如：
RAW:
TIME VALUE
11:11:12 12
11:11:22 24
11:11:34 16
11:12:21 18
11:12:45 22
11:13:03 15
我想得到：
ID WINDOW_TIME MEAN MEDIAN MAX VAR
1 11:11 mean(12,24,16) med(12,24,16) ...
2 11:12 mean(18,22) ...
3 11:13 ...
...
如何根据时间戳对数据进行分组？
答案 0 :(得分：0)
如果您的TIME列属于时间类型（https://dev.mysql.com/doc/refman/5.7/en/time.html），则可以在组中执行此类操作。
GROUP BY TIME_FORMAT(`TIME`, '%H:%i')
另一方面，如果列只是一个字符串类型，事情就有点棘手了。我想，如果你能保证每个值的格式为hh：ii：ss，你可以使用SUBSTRING。
GROUP BY SUBSTRING(`TIME` FROM 1 FOR 5)
但是，如果你选择其中任何一个选项，我真的希望，为了你的缘故，你的数据库中缺少记录，因为我很确定这些选项中的每个选项都会很糟糕。性能。我没有做过大量的测试，但我认为mysql不会在任何一个例子中使用索引。
老实说，你可能最好创建一个包含时间为hh：ii的表，然后使用该表进行聚合查询，而不是在所有查询中尝试执行此操作。