如何解决如何根据日期时间差异拆分数据框?
假设我有一个日期时间以未知时间间隔分隔的数据框:
data[0]:
mintime check
1375 2020-02-18 12:17:51.275000064+00:00 GO1
1376 2020-02-18 12:17:56.484999936+00:00 GO1
1377 2020-02-18 12:18:06.020000+00:00 GO1
1378 2020-02-18 12:18:10.922000128+00:00 NOGO
1379 2020-02-18 14:47:48.353999872+00:00 GO2
1380 2020-02-18 14:47:48.768000+00:00 GO2
1381 2020-02-18 14:48:03.120000+00:00 GO2
我正在尝试拆分数据框。也就是说,如果日期时间间隔不超过 15 秒,它们将被分组到一个新的数据帧中。
我的尝试从 check
列开始。该列说明其行上的值与后续值是在 15 秒内 (GO) 还是 15 秒以上 (NOGO) 分开。
我在 GO 后面添加一个数字的原因是为了能够区分 GO 的组。这是我的尝试代码:
databds = []
intervalo = pd.Timedelta(seconds = 15)
p = 0
for x in range(0,len(data)):
for y in range(0,len(data[x])-1):
t = pd.to_datetime(data[x]['mintime'][y][0:19])
tp1 = pd.to_datetime(data[x]['mintime'][y+1][0:19])
resta = tp1 - t
if resta > intervalo:
data[x]['check'][y] = "NOGO"
p = p + 1
else:
data[x]['check'][y] = "{}{}".format("GO",p)
for z in range(0,p):
datito = data[x].loc[data[x]['check'] == "{}{}".format("GO",z)]
databds.append(datito)
这个过程很长,对资源的要求很高。我相信必须有一种更简单的方法来做到这一点。我试过应用熊猫重新采样但没有运气。
解决方法
更新答案:
-
通过
mintime
将pd.to_datetime
列转换为日期时间。 -
以秒为单位评估差异/用 0 填充 NAN 值并检查差异是否大于 15 秒。拿
cumsum
结果并使用groupby
.
df.mintime = pd.to_datetime(df.mintime)
df_list = [g for k,g in df.groupby((~(df.mintime.diff().dt.total_seconds().fillna(0) < 15)).cumsum())]
输出:
[ mintime check
1375 2020-02-18 12:17:51.275000064+00:00 GO1
1376 2020-02-18 12:17:56.484999936+00:00 GO1
1377 2020-02-18 12:18:06.020000+00:00 GO1
1378 2020-02-18 12:18:10.922000128+00:00 NOGO,mintime check
1379 2020-02-18 14:47:48.353999872+00:00 GO2
1380 2020-02-18 14:47:48.768000+00:00 GO2
1381 2020-02-18 14:48:03.120000+00:00 GO2]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。