如何在Python的Pandas中按指定时间段对日期时间进行分组并应用聚合函数？

Question

我有一个包含两列的数据框。 第一列是每分钟的时间戳。 第二列是一个数字。 我想要做的是将第一列更改为每30分钟的时间戳，并计算该时间段内第二列中的30个数字的总和。

每一分钟都展示着力量，但我想将它们归纳到每30分钟。

- 一个太空银

---

请有人帮忙:( - 一个太空银

你可以将时间戳设置为索引，使用series.resample('30T').sum()。 - Ferris

请避免在SO上发布图像，而是发布一个样本数据帧代码，以便其他人可以更好/更快地帮助您。谢谢 - Ehsan

谢谢您的回复！我会确保以后避免那个问题。 - 一个太空银

Answer 1

使用pandas / Series.resample

Series.resample可以帮助您设置时间戳作为索引; 然后使用series.resample('30T').sum()

手动版本

您可以在要保留的系列上使用cumsum。

然后仅选择每30个位置的索引（np.arange（0，len（df），30））。

然后向后迭代数据帧并从第n-1行中找到的总和减去第n行以仅保留最后30分钟的值。 迭代效率不高，但由于数据集有100万行，如果您每30行取1行，则应该很快（33,333次迭代）。

df['cumsum'] = df["Power_kw"].cumsum()
df_30_min = df.iloc[np.arange(0, len(df), 30)].copy()

for i in range(len(df_30_min), 1, -1):
    df_30_min.iloc[i-1, df_30_min.columns.get_loc('B')] -= df_30_min.iloc[i-2, df_30_min.columns.get_loc('B')]

- politinsa