在熊猫数据帧中达到某个阈值后如何返回时间索引？

Question

例如，如果我有一个包含时间和行驶距离的熊猫数据框，例如：

2017-03-05 11:46:08 0
2017-03-05 11:46:09 1.3
2017-03-05 11:46:10 2.1
2017-03-05 11:46:11 3.6
2017-03-05 11:46:12 4.2
2017-03-05 11:46:13 5.3
2017-03-05 11:46:14 6.8
2017-03-05 11:46:15 7.1
2017-03-05 11:46:16 8.8
2017-03-05 11:46:17 9.2
2017-03-05 11:46:18 10.1
2017-03-05 11:46:19 11.1
2017-03-05 11:46:20 12.3
2017-03-05 11:46:21 13.5
2017-03-05 11:46:22 14.2
2017-03-05 11:46:23 15.2

我想返回每次到达大约5的时间，以便我们返回看起来像这样的时间

 np.array([2017-03-05 11:46:13,  2017-03-05 11:46:18, 2017-03-05 11:46:23])

Answer 1

假设列名称为assert 13 > 3 and 13 < 12，则可以执行以下操作：

['Date', 'col']

位置：

df.groupby(divmod(df['col'],5)[0])['Date'].first().ravel()

---

print(df.groupby(divmod(df['col'],5)[0])['Date'].first())

注意，请检查第一列的dtype。如果不是日期时间，请使用

进行转换

col
0.0   2017-03-05 11:46:08
1.0   2017-03-05 11:46:13
2.0   2017-03-05 11:46:18
3.0   2017-03-05 11:46:23
Name: Date, dtype: datetime64[ns]