python - Pandas duration groupby - 以定义的值开始组范围

Question

我正在尝试以 5 分钟的间隔对旅行持续时间的数据集进行分组，从 0 到 inf。我该怎么做？

我的示例数据框如下所示:

    Duration
0   00:01:37
1   00:18:19
2   00:22:03
3   00:41:07
4   00:11:54
5   00:21:34

我使用了这段代码:df.groupby([pd.Grouper(key='Duration', freq='5T')]).size()

我发现了以下结果:

Duration
00:01:37    1
00:06:37    0
00:11:37    1
00:16:37    2
00:21:37    1
00:26:37    0
00:31:37    0
00:36:37    1
00:41:37    0
Freq: 5T, dtype: int64

我的预期结果是:

Duration    Counts
00:00:00    0
00:05:00    1
00:10:00    0
00:15:00    1
00:20:00    1
........    ...

我的期望是索引将从 00:00:00 而不是 00:01:37 开始。

或者，显示垃圾桶也对我有用，我的意思是:

Duration   Counts
0-5        1
5-10       0
10-15      1
15-20      1
20-25      2
........    ...

我需要你的帮助。谢谢。

Answer 1

首先，您需要将时间缩短到第 5 分钟。然后简单地算一下。我想这就是您要找的 -

def round_to_5min(t):
    """ This function rounds a timedelta timestamp to the nearest 5-min mark"""
    t = datetime.datetime(1991,2,13, t.hour, t.minute - t.minute%5, 0)
    return t

data['new_col'] = data.Duration.map(round_to_5min).dt.time