我正在尝试过滤以下日期，以返回逻辑，该逻辑是否跟踪持续时间至少30分钟且在该窗口内连续时间点之间不超过3分钟的给定“窗口”。尝试将其放入带有while条件的for循环中，但似乎无法使其正常工作。对于python来说是相当新的，任何帮助都值得赞赏。条件列是我想要的输出。由于没有报告至少30分钟的时间戳序列，并且连续时间戳之间的差异小于3分钟，因此所有结果均为假，而跟踪的最后一位时间戳大于30分钟，并且连续时间戳之间的差异较小超过3分钟。
date condition
0 2019-04-11 11:10:00 False
1 2019-04-11 11:10:00 False
2 2019-04-11 11:11:00 False
3 2019-04-11 11:11:00 False
4 2019-04-11 11:11:00 False
5 2019-04-11 11:11:00 False
6 2019-04-11 11:11:00 False
7 2019-04-16 19:05:00 False
8 2019-04-16 19:05:00 False
9 2019-04-16 19:05:00 False
10 2019-04-16 19:05:00 False
11 2019-04-16 19:24:00 False
12 2019-04-16 19:25:00 False
13 2019-04-16 19:25:00 False
14 2019-04-16 19:25:00 False
15 2019-04-16 19:25:00 False
16 2019-04-16 19:25:00 False
17 2019-04-16 19:25:00 False
18 2019-04-16 19:25:00 False
19 2019-04-16 19:25:00 False
20 2019-04-16 19:25:00 False
21 2019-04-16 19:26:00 False
22 2019-04-16 19:26:00 False
23 2019-04-16 19:26:00 False
24 2019-04-16 19:26:00 False
25 2019-04-16 19:26:00 False
26 2019-04-16 19:26:00 False
27 2019-04-16 19:26:00 False
28 2019-04-16 19:26:00 False
29 2019-04-16 19:26:00 False
38533 2019-04-28 09:42:00 True
38534 2019-04-28 09:42:00 True
38535 2019-04-28 09:43:00 True
38536 2019-04-28 09:44:00 True
38537 2019-04-28 09:45:00 True
38538 2019-04-28 09:46:00 True
38539 2019-04-28 09:47:00 True
38540 2019-04-28 09:47:00 True
38541 2019-04-28 09:48:00 True
38542 2019-04-28 09:49:00 True
38543 2019-04-28 09:50:00 True
38544 2019-04-28 09:51:00 True
38545 2019-04-28 09:52:00 True
38546 2019-04-28 09:53:00 True
38547 2019-04-28 09:54:00 True
38548 2019-04-28 09:55:00 True
38549 2019-04-28 09:56:00 True
38550 2019-04-28 09:57:00 True
38551 2019-04-28 09:57:00 True
38552 2019-04-28 09:58:00 True
38553 2019-04-28 09:59:00 True
38554 2019-04-28 10:00:00 True
38555 2019-04-28 10:01:00 True
38556 2019-04-28 10:02:00 True
38557 2019-04-28 10:02:00 True
38558 2019-04-28 10:03:00 True
38559 2019-04-28 10:04:00 True
38560 2019-04-28 10:05:00 True
38561 2019-04-28 10:06:00 True
38562 2019-04-28 10:07:00 True
38563 2019-04-28 10:07:00 True
38564 2019-04-28 10:08:00 True
38565 2019-04-28 10:09:00 True
38566 2019-04-28 10:10:00 True
38567 2019-04-28 10:11:00 True
38568 2019-04-28 10:12:00 True
38569 2019-04-28 10:13:00 True
38570 2019-04-28 10:14:00 True
38571 2019-04-28 10:14:00 True
38572 2019-04-28 10:15:00 True
38573 2019-04-28 10:15:00 True
答案 0 :(得分：1)
这是一种通用的Pandas方法，您可以在其中指定step和window。您可以使用diff()来确定连续时间戳之间的差异超过指定的step（在这种情况下为3分钟）的行，然后使用cumcount()来标识单独的组，最后使用transform()创建您的condition列，以检查每个相应的组是否至少包含您的window（在这种情况下为30个时间戳）：
step = 3
window = 30
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d %H:%M:%S')
df['condition'] = (df['date'].diff().astype('timedelta64[m]')<=step)
index = df[df['condition']].index
df['condition'] = df.groupby('condition').cumcount()
df[df.index.isin(index)] = np.nan
df = df.ffill()
df['condition'] = df.groupby('condition').transform('count')>=window
输出：
date condition
0 2019-04-11 11:10:00 False
1 2019-04-11 11:10:00 False
2 2019-04-11 11:10:00 False
3 2019-04-11 11:10:00 False
4 2019-04-11 11:10:00 False
5 2019-04-11 11:10:00 False
6 2019-04-11 11:10:00 False
7 2019-04-16 19:05:00 False
8 2019-04-16 19:05:00 False
9 2019-04-16 19:05:00 False
10 2019-04-16 19:05:00 False
11 2019-04-16 19:24:00 False
12 2019-04-16 19:24:00 False
13 2019-04-16 19:24:00 False
14 2019-04-16 19:24:00 False
15 2019-04-16 19:24:00 False
16 2019-04-16 19:24:00 False
17 2019-04-16 19:24:00 False
18 2019-04-16 19:24:00 False
19 2019-04-16 19:24:00 False
20 2019-04-16 19:24:00 False
21 2019-04-16 19:24:00 False
22 2019-04-16 19:24:00 False
23 2019-04-16 19:24:00 False
24 2019-04-16 19:24:00 False
25 2019-04-16 19:24:00 False
26 2019-04-16 19:24:00 False
27 2019-04-16 19:24:00 False
28 2019-04-16 19:24:00 False
29 2019-04-16 19:24:00 False
30 2019-04-28 09:42:00 True
31 2019-04-28 09:42:00 True
32 2019-04-28 09:42:00 True
33 2019-04-28 09:42:00 True
34 2019-04-28 09:42:00 True
35 2019-04-28 09:42:00 True
36 2019-04-28 09:42:00 True
37 2019-04-28 09:42:00 True
38 2019-04-28 09:42:00 True
39 2019-04-28 09:42:00 True
40 2019-04-28 09:42:00 True
41 2019-04-28 09:42:00 True
42 2019-04-28 09:42:00 True
43 2019-04-28 09:42:00 True
44 2019-04-28 09:42:00 True
45 2019-04-28 09:42:00 True
46 2019-04-28 09:42:00 True
47 2019-04-28 09:42:00 True
48 2019-04-28 09:42:00 True
49 2019-04-28 09:42:00 True
50 2019-04-28 09:42:00 True
51 2019-04-28 09:42:00 True
52 2019-04-28 09:42:00 True
53 2019-04-28 09:42:00 True
54 2019-04-28 09:42:00 True
55 2019-04-28 09:42:00 True
56 2019-04-28 09:42:00 True
57 2019-04-28 09:42:00 True
58 2019-04-28 09:42:00 True
59 2019-04-28 09:42:00 True
60 2019-04-28 09:42:00 True
61 2019-04-28 09:42:00 True
62 2019-04-28 09:42:00 True
63 2019-04-28 09:42:00 True
64 2019-04-28 09:42:00 True
65 2019-04-28 09:42:00 True
66 2019-04-28 09:42:00 True
67 2019-04-28 09:42:00 True
68 2019-04-28 09:42:00 True
69 2019-04-28 09:42:00 True
70 2019-04-28 09:42:00 True
答案 1 :(得分：0)
您可以通过以下时间戳创建一个时间/日期时间结构，然后对这些时间戳进行常规的算术/条件运算以获得所需的结果。
import time
Tstamp_str = "2019-04-11 11:10:00"
Tstamp_obj = time.strptime(Tstamp_str, "%Y-%m-%d %H:%M:%S")
以上代码的作用是根据给定的字符串创建一个时间结构。现在，我们可以进一步使用上述时间结构的属性进行比较。幕后发生的事情是，我们创建了一个具有不同变量的结构，并为这些变量提供了字符串中的值。因此，如果您这样做：-
print(Tstamp_obj)
输出：-
time.struct_time(tm_year=2019, tm_mon=4, tm_mday=11, tm_hour=11, tm_min=10, tm_sec=0, tm_wday=3, tm_yday=101, tm_isdst=-1)
您可以进一步使用此结构/对象的属性进行比较。
示例：-
如果要测试小时数是否大于6。
print(Tstamp_obj.tm_hour > 6)
输出：-
True
您可以将其缩放到整个数据帧，然后在几个时间戳上进行比较。
答案 2 :(得分：0)
Python 3附带了一些datetime函数，例如fromisoformat和total_seconds，以使其变得更容易。如果您以大字符串形式阅读输入内容，则可以从以下所有内容中提取时间对象并使其成为时间对象：
from datetime import datetime
# Extract the timestamps from the big string. Return a
# list of datetime objects.
def extract_times(times_data_string):
times = []
for line in times_data_string.strip().split('\n'):
date_string = line.split(' ')[-1].strip()
t = datetime.fromisoformat(date_string)
times.append(t)
return times
如果您要查找连续时间间隔不超过30秒但总间隔至少为30分钟（1800秒）的时间范围，则可以执行以下操作。虽然我不知道这是否行得通，因为您的数据没有有效的示例。大概我在这里做的是1）从第一次开始，2）继续查看紧随其后的时间戳，直到找到间隔大于30秒的连续对，3）查看最后一次间隔是否至少是30分钟后开始时间，4）在原始数据中使用第二个时间戳重复该过程。
有更快的方法可以做到这一点（例如，我们可以先计算连续时间之间的所有差异，这样我们就不必一遍又一遍地进行相同的计算，然后查看没有差异的子序列大于30秒，但从开始到结束至少相差1800秒）。希望这会给您一个想法。
times = extract_times(time_info)
for i in times:
start_time = i
end_time = start_time
for j in times:
thirty_sec_test = ((j - end_time).total_seconds() <= 30.0)
if thirty_sec_test:
end_time = j
else:
break
if (j - i).total_seconds() >= 1800:
print("Valid block of time between these two:")
print(start_time)
print(end_time)
print('---')