Python:如何在特定时间窗口内对 pandas Data Frame 进行分组？

Question

你好我有一个数据框 df 包含从起点 X 到目的地 Y 的不同行程的数据，开始时间为 T 。我想计算在特定时间窗口内 X 和 Y 之间的行程，比方说 15 分钟。所以，

df:
X Y           T
1 2 2015-12-30 22:30:00.0
1 2 2015-12-30 22:35:00.0
1 2 2015-12-30 22:40:00.0
1 2 2015-12-30 23:40:00.0
3 5 2015-11-30 13:40:00.0
3 5 2015-11-30 13:44:00.0
3 5 2015-11-30 19:54:00.0

我要

dfO:
X Y count
1 2   3
3 5   2

为了计算从 X 到 Y 的所有行程，我做了:

tmp = df.groupby(["X", "Y"]).size()

我怎样才能考虑到我只想计算特定时间间隔内的相同行程 dt 的事实？

Answer 1

也许您正在寻找pd.TimeGrouper .它允许您按时间间隔对 DataFrame 中的行进行分组，前提是 DataFrame 具有 DatetimeIndex。 (请注意 MaxU's solution 展示了如何在不使用 DatetimeIndex 的情况下按时间间隔分组。)

import pandas as pd

df = pd.DataFrame({'T': ['2015-12-30 22:30:00.0',
                         '2015-12-30 22:35:00.0',
                         '2015-12-30 22:40:00.0',
                         '2015-12-30 23:40:00.0',
                         '2015-11-30 13:40:00.0',
                         '2015-11-30 13:44:00.0',
                         '2015-11-30 19:54:00.0'],
                   'X': [1, 1, 1, 1, 3, 3, 3],
                   'Y': [2, 2, 2, 2, 5, 5, 5]})
df['T'] = pd.to_datetime(df['T'])
df = df.set_index(['T'])
result = df.groupby([pd.TimeGrouper('15Min'), 'X', 'Y']).size()
print(result)

产量

T                    X  Y
2015-11-30 13:30:00  3  5    2
2015-11-30 19:45:00  3  5    1
2015-12-30 22:30:00  1  2    3
2015-12-30 23:30:00  1  2    1

这里包含了你想要的信息

T                    X  Y
2015-11-30 13:30:00  3  5    2
2015-12-30 22:30:00  1  2    3

等等。不清楚您希望在什么基础上排除其他行。如果你解释标准，我们应该能够准确地生成所需的 DataFrame。