【问题标题】:Group DataFrame by period of time with aggregation通过聚合按时间段对 DataFrame 进行分组
【发布时间】:2017-02-01 13:02:39
【问题描述】:

我正在使用 Pandas 来构建和处理数据。这是我的数据框:

我按分钟对许多日期时间进行了分组,并进行了聚合,以便按分钟获得“比特率”分数的总和。 这是我拥有此数据框的代码:

def aggregate_data(data):

    def delete_seconds(time):

        return (datetime.datetime.strptime(time, '%Y-%m-%d %H:%M:%S')).replace(second=0)


    data['new_time'] = data['beginning_time'].apply(delete_seconds)
    df = (data[['new_time', 'bitrate']].groupby(['new_time'])).aggregate(np.sum)

    return df

现在我想用 5 分钟作为水桶做类似的事情。我想把我的约会时间按 5 分钟分组,然后做一个平均数。 像这样的东西:(这当然有用!)

df.groupby([df.index.map(lambda t: t.5minute)]).aggregate(np.mean)

想法?谢谢!

【问题讨论】:

  • 如果您的索引已经是 datetimeIndex,那么您可以使用 resample:df.resample('5min').mean() 应该可以工作

标签: python pandas group-by aggregate aggregation


【解决方案1】:

使用resample。

df.resample('5Min').sum()

这假设您的索引已正确设置为 DateTimeIndex。

您也可以使用 TimeGrouper,因为重采样是对时间桶的分组操作。

df.groupby(pd.TimeGrouper('5Min')).sum()

【讨论】:

猜你喜欢
  • 2012-06-19
  • 1970-01-01
  • 2012-02-09
  • 1970-01-01
  • 2019-02-16
  • 1970-01-01
  • 1970-01-01
  • 2017-04-20
  • 1970-01-01
相关资源
最近更新 更多