獲取 python 中時間序列的小時數

Question

這似乎是一個瑣碎的問題：我有一個數據點列表，每 5 分鍾記錄一次，重疊 2.5 分鍾（2 分半鍾）。 我還有記錄開始的時間戳和另一個我需要開始計算時間的時間戳（例如計時器開始）：

我需要計算從計時器開始到錄音結束已經過去了多少小時，並制作一個 dataframe，其中一列中我有錄音，而在另一列中是從該錄音所屬的計時器開始的小時數：例如

記錄	從計時器開始的小時數
0.262	0
0.243	0
0.263	0
0.342	1個
0.765	1個
0.111	1個
...	...

這就是我在 python 中的做法：

import numpy as np
import pandas as pd
from math import floor

recordings = list(np.random.rand(1000)) # an example of recording

chronometer_start = 1670000000 #timestamp
start_recording = 1673280570 #timestamp
gap_in_seconds = start_recording - chronometer_start

# given that the recordings are of 5 minutes each but with 2.5 minutes overlap,
# I can calculate how many Null values to add at the beginning of the recording to
# fill the gap from the chronometer start:
gap_in_n_records = round(gap_in_seconds / 60 / 2.5)

# fill the gap with null values
recordings = [np.nan for _ in range(gap_in_n_records)] + recordings 

minutes = [5] # the first recording has no overlap
for _ in range(len(recordings)-1):
    minutes += [minutes[-1]+2.5]
hours = pd.Series(minutes).apply(lambda x: floor(x/60))

df = pd.DataFrame({
    'recording' : recordings,
    'hour' : hours
})

但我擔心我犯了一些錯誤，因為我的數據與我的結果不一致。 有更好的方法嗎？

Answer 1

首先，總結一下，看看我是否理解正確。 您擁有在某個時間點（可能是幾天/幾周前）開始的計時器，並且您的數據點都需要五分鍾。 您正在尋找數據點結束的小時（計時碼表開始后）。

對於前 5 條記錄：

記錄索引	錄音開始后分鍾
1個	5個
2個	7.5
3個	10
4個	12.5
5個	15

所以我們可以將其總結為公式：

數據點 n 的記錄開始后經過的時間（以分鍾為單位）：5 + (n-1) * 2.5

我們可以使用這個公式和 DataFrame 的索引來計算自錄音開始以來經過的時間，然后加上錄音開始和計時開始之間經過的時間：

import numpy as np
import pandas as pd

df = pd.DataFrame({"recordings": np.random.rand(1000)})

chronometer_start = 1670000000  # timestamp
start_recording = 1673280570  # timestamp
gap_in_seconds = start_recording - chronometer_start  

# since the index of a pandas DataFrame starts at 0, we can make use of that (idx=n-1)
df["seconds_passed_since_chronometer_start"] = 5 + df.index * (2.5 * 60) + (gap_in_seconds) 

# assuming that the first hour after the chronometer starts is hour 0, the column would be: 
df["hours"] = df["seconds_passed_since_chronometer_start"].apply(lambda x: int(x) // 3600)

final_df = df[["recordings", "hours"]]