如何将一列中的微秒转换为毫秒，并在熊猫中将另一列的聚合模式转换为毫秒

Question

我有一个包含 2 列的 df。一个是以微秒为单位的时间戳，另一个是一个值。它看起来像这样：         time  score        83620      4        83621      4        83622      4        83623      4        83624      4        83625      4        83626      4        83627      4        83628      4        83629      4        83630      4        83631      4        83632      4        83633      5        83634      5        83635      5        83636      5        83637      5        83638      5        83639      6        83640      1        83641      1        83642      4我想将 df.time 协调到毫秒并按模式聚合 df.score。它应该是这样的：         time  score        8362      4        8363      5        8364      1       

Answer 1

尝试：

df.groupby(df['time'] // 10)['score'].apply(lambda x: x.mode()[0])

输出：

time

8362    4

8363    5

8364    1

Name: score, dtype: int64

Answer 2

首先，转换时间列，使其包含毫秒。1 微秒包含 0.001 毫秒。因此，此代码会将您的时间列转换为毫秒：

df['time'] = df['time'] / 1000

然后，按所需的列分组，在本例中为分数，然后指定您是按模式聚合的时间列。这可以使用以下代码完成：

df.groupby(['score']).apply(pd.DataFrame.mode).reset_index(drop=True)

Answer 3

两种方法：

1. 使用resample，不过今天才知道，目前还没有尝试过，不过看起来很强大。 

2. 我最喜欢的方法是：

df["milliseconds"] = np.round(df["time"] / 1000, 0) # For cutoff, consider // 1000
df = df.groupby("milliseconds").agg(score=("score", "mode")).reset_index()

如果时间紧迫，请考虑使用 .apply() 或列表理解进行毫秒计算。如果您使用 apply 执行此操作，请记住 lambda 函数有开销。对于非常大的样本，numpy 可能会稍微快一些。重新采样可能比分组更快，但这很容易。