如何根据时间间隔破坏 Pandas Dataframe答案

【问题标题】：How can i break Pandas Dataframe on bases of time interval如何根据时间间隔破坏 Pandas Dataframe
【发布时间】：2018-04-22 23:49:06
【问题描述】：

我想在某个时间间隔内打破 Pandas 数据框，就像我有一整天的数据一样，我想把它分成每 5 小时一次，我的日期时间字段为 2016-10-02 12:00:00 到 2016-10-02 24:00:00

我该怎么做？

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

通过使用Grouper，这里的新变量组将数据框拆分为5个

df=pd.DataFrame({'Time':mydates}).reset_index()

df['group']=df.groupby(pd.Grouper(key='Time',freq='5h'))['index'].transform('first')

更多信息

df.groupby(pd.Grouper(key='Time',freq='5h'))['index'].transform('first').nunique()
Out[186]: 5

数据输入：

start_date = "2017-10-28"
stop_date = "2017-10-29"
mydates = pd.date_range(start_date, stop_date,freq='Min')

df=pd.DataFrame({'Time':mydates}).reset_index()

【讨论】：

我需要类似stackoverflow.com/questions/39609391/… 你给我的解决方案的结果，它只是将日期划分为 5 小时间隔，但我需要这五个小时内的全部数据。
@Ravi 我给你新的列组，你可以根据这个列拆分数据框
谢谢，上次对我有用，但是如果有另一个值，但是没有像小时或分钟这样的单位，那么这个石斑将不起作用，我会在其他案例？
数据是多列，我有一列值2,3,5,10, 19,33,34,34,44,56,755,12,10,12,23,45,12, 11,4,5,10，假设这是列并且有固定值 dis = 10，如果列中的任何值低于此值，它将把数据帧分成多个帧，对于上面的列 df[1]= 2,3,5,10 df2 = 19,33,34,34,44,56,755,12 剩下的都是一样的
@Ravi 抱歉，我还是不明白...如果您可以更改您的问题，或者您可以发布一个新问题。在 cmets 中很难回答...跨度>