按数据帧分组，按值小于一秒 - pandas

Question

假设我有一个熊猫数据框，如下所示：>>> df=pd.DataFrame({'dt':pd.to_datetime(['2018-12-10 16:35:34.246','2018-12-10 16:36:34.243','2018-12-10 16:38:34.216','2018-12-10 16:42:34.123']),'value':[1,2,3,4]})>>> df                       dt  value0 2018-12-10 16:35:34.246      11 2018-12-10 16:36:34.243      22 2018-12-10 16:38:34.216      33 2018-12-10 16:42:34.123      4>>> 我想按'dt'列对这个数据框进行分组，但我想以一种方式对它进行分组，它认为小于一秒不同的值是相同的，在对那些分组后，我想'value'根据每个组总结该列，并且我希望数据帧两个保持相同的长度，因此小于一秒的差异值将都是重复值，到目前为止我尝试过：>>> df.groupby('dt',as_index=False)['value'].sum()                       dt  value0 2018-12-10 16:35:34.246      11 2018-12-10 16:36:34.243      22 2018-12-10 16:38:34.216      33 2018-12-10 16:42:34.123      4>>> 但是如您所见，数据框没有更改，因为它按等效'dt'列值进行分组。我想要的输出是：                       dt  value0 2018-12-10 16:35:34.246      31 2018-12-10 16:36:34.243      32 2018-12-10 16:38:34.216      33 2018-12-10 16:42:34.123      4

Answer 1

蛮力解决方案是取您的datetime系列和每个datetime值之间的绝对差异，然后与阈值进行比较：

# data from @StephenCowley

threshold = pd.Timedelta(seconds=1)

df['val'] = [df.loc[(df['dt'] - t).abs() < threshold, 'value'].sum()

             for t in df['dt']]

print(df)

                       dt  value  val

0 2018-12-10 16:35:34.246      1    3

1 2018-12-10 16:35:34.243      2    3

2 2018-12-10 16:38:34.216      3    3

3 2018-12-10 16:42:34.123      4    4