Question

我有一个如下数据框：

s = pd.DataFrame({
    'X':np.arange(2, 10),
    'time':pd.to_datetime([
        '20130101 7:34:04', '20130101 8:34:08', '20130101 10:34:08',
        '20130101 12:34:15', '20130101 13:34:28', '20130101 12:34:54',
        '20130101 14:34:55', '20130101 17:29:12'])
})

我想每隔一个小时或任何一个时间间隔为列time创建一个组ID。让我们以小时为例，下面是我想要的（从午夜00:00:00开始）：

X                time  time-group
0  2 2013-01-01 07:34:04           7
1  3 2013-01-01 08:34:08           8
2  4 2013-01-01 10:34:08          10
3  5 2013-01-01 12:34:15          12
4  6 2013-01-01 13:34:28          13
5  7 2013-01-01 12:34:54          12
6  8 2013-01-01 14:34:55          14
7  9 2013-01-01 17:29:12          17

如何有效地做到这一点？

PS 我知道在这种特殊情况下，我可以只将s.time.dt.hour用作time-group，但是我想要一个适用于任何时间间隔的通用解决方案。 / p>

Answer 1

在Chris的大力帮助下，我们找到了解决该问题的方法，基本方法与enter link description here相同，但是从需要的基础开始进行了一些修改，这里的窍门是添加基（起点）作为某人的data.frame的第一行这是代码；

s = pd.DataFrame({
    'X':np.arange(1,10),
    'time':pd.to_datetime([
        '20130101 00:00:00',
        '20130101 7:34:04', '20130101 8:34:08', '20130101 10:34:08',
        '20130101 12:34:15', '20130101 13:34:28', '20130101 12:34:54',
        '20130101 14:34:55', '20130101 17:29:12']),
    'time-group':[1,7,8,10,12,13,12,14,17]
})
# '20130101 00:00:00' is the base I want, you can change it to whatever you want.
s.sort_values(['time'], ascending=[True],inplace=True)
new = s.groupby(pd.Grouper(key='time', freq='15T'), as_index=False).apply(lambda x: x['time'])
s['time-group'] = new.index.get_level_values(0)

哪个会给你：

   X                time  time-group
0  1 2013-01-01 00:00:00           0
1  2 2013-01-01 07:34:04          30
2  3 2013-01-01 08:34:08          34
3  4 2013-01-01 10:34:08          42
4  5 2013-01-01 12:34:15          50
5  6 2013-01-01 13:34:28          50
6  7 2013-01-01 12:34:54          54
7  8 2013-01-01 14:34:55          58
8  9 2013-01-01 17:29:12          69

熊猫在5到5分钟的时间内创建组ID

1 个答案: