当有时间跳跃时，在时间戳索引上拆分 DF答案

【问题标题】：Split DF on timestamp index when there is a jump in time当有时间跳跃时，在时间戳索引上拆分 DF
【发布时间】：2020-08-05 07:32:35
【问题描述】：

作为示例，我使用以下 DF：

Index                   Temperature
2019-11-14 08:25:30.000 50.776897   
2019-11-14 08:25:40.000 49.671967
2019-11-14 08:25:50.000 48.729610
2019-11-14 08:26:00.000 48.022270
2019-11-14 08:26:10.000 47.502003
2019-11-14 08:43:40.000 87.997314  <-- here i want to split the DF into two DF's
2019-11-14 08:43:50.000 90.791519
2019-11-14 08:44:00.000 93.656128
2019-11-14 08:44:10.000 95.525215
2019-11-14 08:44:20.000 95.694481

所以我使用了一个大的 DF，当时间戳索引出现跳跃时，我想将 DF 拆分为小的 DF。或者换句话说，我想在下一个时间步长大于 10 秒后分割数据帧。

【问题讨论】：

你看过Pandas split DataFrame by column value吗？至于value，这意味着后续时间戳之间的时间差。

标签： python dataframe split timestamp

【解决方案1】：

我添加了一个组列来根据时间创建不同的组。所以当索引时间差>10s时，会创建一个新组。

然后我制作了一个 DF 列表并使用循环遍历 DF 以根据组号对其进行拆分。

df['groups'] = (df.index.to_series().diff().dt.seconds > 10).cumsum()

list_of_dfs = []
for ct, data in df.groupby('groups'):
    list_of_dfs.append(data)

结果：

Index                   Temperature  groups
2019-11-14 08:25:30.000 50.776897    0
2019-11-14 08:25:40.000 49.671967    0
2019-11-14 08:25:50.000 48.729610    0
2019-11-14 08:26:00.000 48.022270    0
2019-11-14 08:26:10.000 47.502003    0

2019-11-14 08:43:40.000 87.997314    1
2019-11-14 08:43:50.000 90.791519    1
2019-11-14 08:44:00.000 93.656128    1
2019-11-14 08:44:10.000 95.525215    1
2019-11-14 08:44:20.000 95.694481    1

【讨论】：