我有这样的数据框
Transport Elapsed_Time gap_time gap_minutes
0 taxi 556.0 0 days 00:00:02 0.0
1 walk 95.0 0 days 00:53:34 53.0
2 taxi 44.0 0 days 02:02:00 122.0
3 taxi 2.0 0 days 17:05:56 1025.0
4 walk 73.0 0 days 00:14:31 14.0
5 boat 10.0 0 days 00:02:16 2.0
6 walk 34.0 0 days 00:00:42 0.0
7 boat 8.0 0 days 00:00:54 0.0
8 walk 37.0 0 days 00:07:25 7.0
9 boat 30.0 0 days 00:00:23 0.0
10 walk 105.0 0 days 00:04:59 4.0
11 taxi 14.0 0 days 00:01:06 1.0
12 walk 31.0 0 days 18:01:32 1081.0
13 taxi 10.0 0 days 01:06:11 66.0
14 train 41.0 0 days 16:59:25 1019.0
15 walk 3.0 0 days 00:02:28 2.0
16 taxi 137.0 276 days 23:49:58 1429.0
我喜欢根据 gap_minutes> 20
的阈值将数据帧划分为多个数据帧结果数据框像这样讨论
DF1：
0 taxi 556.0 0 days 00:00:02 0.0
1 walk 95.0 0 days 00:53:34 53.0
DF2：
2 taxi 44.0 0 days 02:02:00 122.0
DF3：
3 taxi 2.0 0 days 17:05:56 1025.0
DF4：
4 walk 73.0 0 days 00:14:31 14.0
5 boat 10.0 0 days 00:02:16 2.0
6 walk 34.0 0 days 00:00:42 0.0
7 boat 8.0 0 days 00:00:54 0.0
8 walk 37.0 0 days 00:07:25 7.0
9 boat 30.0 0 days 00:00:23 0.0
10 walk 105.0 0 days 00:04:59 4.0
11 taxi 14.0 0 days 00:01:06 1.0
12 walk 31.0 0 days 18:01:32 1081.0
DF5：
13 taxi 10.0 0 days 01:06:11 66.0
DF6：
14 train 41.0 0 days 16:59:25 1019.0
DF7：
15 walk 3.0 0 days 00:02:28 2.0
16 taxi 137.0 276 days 23:49:58 1429.0
答案 0 :(得分：4)
让我们试一下，＆＃39; listofdf＆＃39;是一个数据帧字典，在这种情况下键为1到7。首先让我们确保gap-time是pd.TimeDelta dtype，然后是group：
df.gap_time = pd.to_timedelta(df.gap_time)
g = df.groupby((df.gap_time / pd.Timedelta('20 minutes')).ge(1)[::-1].cumsum())
for n,g in g:
listofdf[n] = g
输出：
print(listofdf[1])
Transport Elapsed_Time gap_time gap_minutes
15 walk 3.0 0 days 00:02:28 2.0
16 taxi 137.0 276 days 23:49:58 1429.0
print(listofdf[2])
Transport Elapsed_Time gap_time gap_minutes
14 train 41.0 16:59:25 1019.0
。 。
print(listofdf[7])
Transport Elapsed_Time gap_time gap_minutes
0 taxi 556.0 00:00:02 0.0
1 walk 95.0 00:53:34 53.0
工作原理：
弄清楚它是如何工作的最好方法是将有问题的陈述分解为部分。首先，
让我们弄清楚哪个区间大于20，所以如果将gap_time除以20分钟，并获得大于或等于1的值，那么我们知道我们需要开始一个新的基。
(df.gap_time / pd.Timedelta('20 minutes')).ge(1)
输出：
0 False
1 True
2 True
3 True
4 False
5 False
6 False
7 False
8 False
9 False
10 False
11 False
12 True
13 True
14 True
15 False
16 True
Name: gap_time, dtype: bool
这是诀窍部分，现在，我想将所有＆＃39; False＆＃39;记录如下＆＃39; True＆＃39;记录。看看gap_time和你的逻辑。为此，我们需要反转记录的顺序，然后使用cumsum。 Cumsum基本上为每个真实记录递增。因此，true等于1然后所有的错误记录得到1直到下一个真实记录变为2并且所有错误记录得到2直到下一个真实记录。
(df.gap_time / pd.Timedelta('20 minutes')).ge(1)[::-1].cumsum()
输出：
16 1
15 1
14 2
13 3
12 4
11 4
10 4
9 4
8 4
7 4
6 4
5 4
4 4
3 5
2 6
1 7
0 7
Name: gap_time, dtype: int64
使用这个新系列作为将数据帧分组为块的方法，因此我们使用g = groupby以上系列。