将附近的时间戳分组在pandas中

rhfm7lfc 于 2023-03-28 发布在其他

关注(0)|答案(1)|浏览(127)

我知道Pandas有一个pd.Grouper，我们可以在其中指定时间频率。但是，它使用频率作为每个样本的边界，类似于重采样的方式。例如：

df.groupby(pd.Grouper(key='Timestamp', freq='1s')).agg({...})

我将创建一个分组的 Dataframe ，其索引间隔为1s。但是，我希望对前一行和后一行之间的差异小于1s的所有行进行分组。例如，我的时间戳可能是（为了简单起见，忽略日期时间，只显示秒，假设秒精度之前的日期时间相同）1.1s, 1.8s, 2.4s, 5s, 5.9s, 9s，在这种情况下我想要(1.1s, 1.8s, and 2.4s)，(5s, 5.9s)、(9s)分组在一起，并且分组的 Dataframe 的索引是(1.1s, 5s, 9s)。
我怎样才能做到这一点？

pandas

来源：https://stackoverflow.com/questions/75815202/group-nearby-timestamps-together-in-pandas

1条答案

按热度按时间

esyap4oy1#

你可以groupby cumsum on（diff〉threshold）：

threshold = pd.Timedelta('1s')

blocks = df['Timestamp'].diff().ge(threshold).cumsum()

df.groupby(blocks).agg({...})

注意：这个问题本身就有问题，例如，如果Timestamp类似于pd.date_range('2023-01-01', '2023-01-02', freq='.9s')，那么你就只有一个大组。

1.创建1秒的阈值
1.创建一个新列，该列是当前时间戳和上一个时间戳之间的差值
1.创建一个新列，该列是当前时间戳和上一个时间戳之间差值的累积和
1.按新列分组并聚合数据

赞(0）回复(0）举报 2023-03-28

我来回答

将附近的时间戳分组在pandas中

1条答案

相关问题

热门标签

最新问答