如何在Python中的熊猫中对指定时间段内的日期时间进行分组并将聚合function应用于日期时间？

Question

我有一个包含 2 列的数据框。

第一列是每分钟的时间戳。 第二列是一个数字。

我要做的就是将第一列更改为每 30 分钟的时间戳，以及从第 2 列开始在该期间内的 30 个数字的总和。

每分钟都展示了力量，但我想每 30 分钟总结一次。

Answer 1

使用 pandas/Series.resample

如果将时间戳设置为索引， Series.resample可以为您提供帮助； 然后使用series.resample('30T').sum()

手动版

您可以在要保留的系列上使用cumsum 。

然后 select 只有每 30 个位置的索引（np.arange（0，len（df），30）。

然后向后迭代 dataframe 并在第 n 行减去在第 n-1 行找到的总和，以仅保留最后 30 分钟的值。 迭代不是很有效，但由于您的数据集是 1M 行，如果您每 30 行取 1 行，它应该很快（33,333 次迭代）。

df['cumsum'] = df["Power_kw"].cumsum()
df_30_min = df.iloc[np.arange(0, len(df), 30)].copy()

for i in range(len(df_30_min), 1, -1):
    df_30_min.iloc[i-1, df_30_min.columns.get_loc('B')] -= df_30_min.iloc[i-2, df_30_min.columns.get_loc('B')]