Pandas时间索引DataFrame按时差分组
我有一个时间索引的DataFrame看起来像这样：
>>> df
A
index
2019-07-13 13:01:27.100 1
2019-07-13 13:01:27.674 2
2019-07-13 13:01:28.233 4
2019-07-13 13:01:28.534 1
2019-07-13 13:01:29.005 6
2019-07-13 13:01:29.732 7
2019-07-13 13:01:35.353 1
2019-07-13 13:01:35.547 9
2019-07-13 13:01:36.125 2
2019-07-13 13:01:36.626 3
2019-07-13 13:01:37.046 4
2019-07-13 13:01:37.734 7
2019-07-13 13:01:43.156 4
2019-07-13 13:01:43.523 6
2019-07-13 13:01:44.291 2
2019-07-13 13:01:44.784 5
2019-07-13 13:01:50.046 3
2019-07-13 13:01:50.563 8
2019-07-13 13:01:51.912 5
我希望有一个分组，其中所包含的数据点相隔不超过5秒。例如，第一组从13：01：27.100到13：01：29.732，第二组从13：01：35.353到13：01：37.734，依此类推...
是否有针对大型数据集的快速方法？
问题来源：stackoverflow
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
通常是在
diff和groupby的帮助下完成的：df['group'] = df.index.to_series().diff().gt('5sec').cumsum()输出：
A group index 2019-07-13 13:01:27.100 1 0 2019-07-13 13:01:27.674 2 0 2019-07-13 13:01:28.233 4 0 2019-07-13 13:01:28.534 1 0 2019-07-13 13:01:29.005 6 0 2019-07-13 13:01:29.732 7 0 2019-07-13 13:01:35.353 1 1 2019-07-13 13:01:35.547 9 1 2019-07-13 13:01:36.125 2 1 2019-07-13 13:01:36.626 3 1 2019-07-13 13:01:37.046 4 1 2019-07-13 13:01:37.734 7 1 2019-07-13 13:01:43.156 4 2 2019-07-13 13:01:43.523 6 2 2019-07-13 13:01:44.291 2 2 2019-07-13 13:01:44.784 5 2 2019-07-13 13:01:50.046 3 3 2019-07-13 13:01:50.563 8 3 2019-07-13 13:01:51.912 5 3回答来源：stackoverflow
2020-03-24 20:36:04赞同 展开评论
相关问答