基于其他列的窗口间隔的 Pandas sum 列

Question

有一个像这样的 df：

weight   timeblock  
1        1620975600   
1        1620975640  
1        1620975700 
1        1620975715 
1        1620975740 
1        1620975790  
1        1620975800

我想根据时间块间隔的 45 秒间隔对权重列求和，使其看起来像：

weight     interval
2          1620975600
2          1620975690
1          1620975735
2          1620975780

其中，间隔列表示从那时开始的 45 秒时间间隔。

我将如何执行此操作并跳过时间块不存在的 45 秒间隔？

Answer 1

您可以使用pd.cut以 45 秒的增量创建垃圾箱，然后按垃圾箱pd.cut并获取大小并删除零计数。

import pandas as pd

df = pd.DataFrame({'weight': [1, 1, 1, 1, 1, 1, 1],
 'timeblock': [1620975600,
  1620975640,
  1620975700,
  1620975715,
  1620975740,
  1620975790,
  1620975800]})


df['interval'] = pd.cut(df.timeblock,
                   bins=[x for x in range(df.timeblock.min(), df.timeblock.max()+45, 45)],
                   labels=[x for x in range(df.timeblock.min(), df.timeblock.max(), 45)],
                   include_lowest=True)

df = df.groupby('interval').size().reset_index(name='weight')

df.loc[df['weight']>0]

输出

     interval  weight
0  1620975600       2
2  1620975690       2
3  1620975735       1
4  1620975780       2

Answer 2

不知道为什么他们删除了他们的评论，但这似乎有效：

df = df.groupby(df.timeblock // 45).weight.sum().reset_index()

df['timeblock'] = df['timeblock'].apply(lambda x: x*45)