Pandas - 将行分组为时间桶

Question

我有一个数据框，它有成千上万行数据，看起来像这样：

    time                type      value
0   09:30:01.405735     EVENT_0     2.1
0   09:30:01.405761     EVENT_0     2.1
0   09:30:01.419743     EVENT_0     1.1
1   09:30:02.419769     EVENT_0     32.1
2   09:30:02.419775     EVENT_0     2.15
3   09:30:02.419775     EVENT_0     24.1
4   09:30:06.419775     EVENT_0     3.1
5   09:30:06.419793     EVENT_0     1.1
6   09:30:06.419793     EVENT_0     2.4
....     

我们将“窗口”定义为一系列连续的事件，这些事件之间的间隔不超过1秒（也就是说，两个连续事件之间的间隔大于1秒会创建一个新的窗口）。

在这里，我们将有3个窗口：

    time                type      value
0   09:30:01.405735     EVENT_0     2.1
0   09:30:01.405761     EVENT_0     2.1
0   09:30:01.419743     EVENT_0     1.1

====================================

1   09:30:02.419769     EVENT_0     32.1
2   09:30:02.419775     EVENT_0     2.15
3   09:30:02.419775     EVENT_0     24.1

====================================

4   09:30:06.419775     EVENT_0     3.1
5   09:30:06.419793     EVENT_0     1.1
6   09:30:06.419793     EVENT_0     2.4
....     

我一直在尝试寻找一种方法，在每个窗口中计算“value”列的平均值，但是无法在pandas中正确地完成它。

- quantdev

---

你成功创建了窗口吗？如何在同一个窗口中定义两个元素？是不超过1秒钟的时间间隔或者属于同一秒钟？ - MMF

@MMF：没有，事实上这是主要问题，如何使用pandas创建这些窗口。 - quantdev

那么，如何定义在同一个窗口中的两个元素？是不超过1秒分开还是属于同一秒钟？ - MMF

Answer 1

假设您的时间列是日期时间格式，并且数据框已根据时间列排序：

# calculate the windows, gives a unique number per entry associating it to its respective window
windows = (data.time.diff().apply(lambda x: x.total_seconds()) >= 1).astype(int).cumsum()
# group by these windows and compute the value mean
data.groupby(windows).value.mean()

- languitar

---

这是对此处所提出方法的修改：https://dev59.com/xWYq5IYBdhLWcg3wmRoD - languitar