Question

我正在尝试将旅行持续时间的数据集（从0到inf）每隔5分钟进行一次分组。我该怎么办？

我的示例dataFrame看起来像：

    Duration
0   00:01:37
1   00:18:19
2   00:22:03
3   00:41:07
4   00:11:54
5   00:21:34

我使用了以下代码：df.groupby([pd.Grouper(key='Duration', freq='5T')]).size()

我发现以下结果：

Duration
00:01:37    1
00:06:37    0
00:11:37    1
00:16:37    2
00:21:37    1
00:26:37    0
00:31:37    0
00:36:37    1
00:41:37    0
Freq: 5T, dtype: int64

我的预期结果是：

Duration    Counts
00:00:00    0
00:05:00    1
00:10:00    0
00:15:00    1
00:20:00    1
........    ...

我希望索引将从00:00:00而不是00:01:37开始。

或者，显示垃圾箱也对我有用，我的意思是：

Duration   Counts
0-5        1
5-10       0
10-15      1
15-20      1
20-25      2
........    ...

请帮助我。谢谢。

Answer 1

首先，您需要花时间降低第5分钟的时间。然后简单地数一下。我想这就是您要寻找的-

def round_to_5min(t):
    """ This function rounds a timedelta timestamp to the nearest 5-min mark"""
    t = datetime.datetime(1991,2,13, t.hour, t.minute - t.minute%5, 0)
    return t

data['new_col'] = data.Duration.map(round_to_5min).dt.time

熊猫持续时间分组依据-以定义的值开始分组范围

1 个答案: