在設定的時間段內選擇具有最早時間值的數據框行

Question

我在 r 中有一個 df，其中有許多具有以下格式的記錄，其中 'arrival_time' 值為 12 小時。

ID	到達時間	等待時間值
1	2020-02-20 12:02:00	10
2	2020-02-20 12:04:00	5
99900	2020-02-20 23:47:00	8
10000	2020-02-20 23:59:00	21

我想創建一個新的 df，它在到達時間段的每個 15 分鍾時隙中都有一行，並且在該時隙中具有最早到達時間的記錄的 wait_time_value 。 因此，在上面的示例中，新 df 的第一行和最后一行將如下所示：

ID	period_start	等待時間值
1	2020-02-20 12:00:00	10
48	2020-02-20 23:45:00	8

我已經使用下面的代碼來實現每 15 分鍾范圍內所有記錄的平均等待時間，但我不確定如何 select 最早記錄的值？

df$period_start <- align.time(df$arrival_time- 899, n = 60*15)

avgwait_df <- aggregate(wait_time_value ~ period_start, df, mean)

Answer 1

將DataFrame.resample與GroupBy.first一起使用，僅刪除NaN並轉換為DataFrame ：

df['arrival_time'] = pd.to_datetime(df['arrival_time'])

df = (df.resample('15Min', on='arrival_time')['wait_time_value']
        .first()
        .dropna()
        .reset_index(name='wait_time_value'))
print (df)
         arrival_time  wait_time_value
0 2020-02-20 12:00:00             10.0
1 2020-02-20 23:45:00              8.0

Answer 2

使用dplyr ：

df %>%
   group_by(period_start) %>%
   summarise(wait_time = min(wait_time_value))