如何基于时间间隔拆分 Pandas 数据框

Question

我有一个包含“DATE_TIME”列的pandas数据框架。

DATE_TIME	SAMPLE	VALUE
2020-12-10 10:52:48	1	3.22
2020-12-10 10:52:54	2	2.93
2020-12-10 10:53:00	3	2.27

我想在时间间隔大于5分钟时将数据框拆分为不同的数据框。

我发现这篇帖子非常有用，但它没有解决我的问题，因为它没有创建数据框。我找不到错误：

all_data["DATE_TIME"] = pd.to_datetime(all_data["DATE_TIME"])

group_samples = (all_data["DATE_TIME"].dt.minute > (all_data["DATE_TIME"].dt.minute.shift() + 5)).cumsum()
grouped = all_data["DATE_TIME"].dt.minute.groupby(group_samples)
group_list = [g for k,g in grouped]
group_list[2]

Out[]
1097    53
1100    53
1103    53
1106    54
1109    54
1112    54
1115    54
1118    54
1121    54
1124    54
1127    55
1130    55
...

非常感谢您的帮助！

- CpF

---

grouped = all_data["DATE_TIME"].dt.minute.groupby(group_samples) should just be grouped = all_data.groupby(group_samples) - Asish M.

Answer 1

grouped = all_data.groupby(group_samples) 是正确的写法，不应该只对分钟进行分组，否则输出结果将仅包含拆分数据框的分钟部分。

通过将完整的数据框按照 group_samples 进行分组，可以获得输出中的所有列。

- Asish M.