python - 按时间间隔对列进行分箱并计算总和

Question

我有 pandas DataFrame:

df = pd.DataFrame({
    "computer": [0, 1, 2, 3, 0, 1, 2, 3],
    "time":     [0, 0, 1, 1, 2, 3, 4, 5],
    "value":    [4, 1, 5, 6, 1, 0, 3, 4],
})
df["time"] = pd.to_datetime(df["time"], unit="s")
df.set_index(["computer", "time"])

我想将 time 列分成 4 秒的间隔并对 value 求和。输出如下:

df = pd.DataFrame({
    "computer":   [0, 1, 2, 3, 2, 3],
    "start_time": [0, 0, 0, 0, 4, 4],
    "value":      [5, 1, 5, 6, 3, 4],
})
df["start_time"] = pd.to_datetime(df["start_time"], unit="s")
df.set_index(["computer", "start_time"])

我尝试应用 Pandas group by time windows 提供的代码，但由于多重索引，我无法让它工作。我也尝试过 resample 方法，但出现了同样的问题。

Answer 1

将groupby与pd.Grouper一起使用:

u = (df.groupby(['computer', pd.Grouper(key='time', freq='4s')])
       .sum()
       .sort_index(level=1)
       .reset_index())
u['time'] = u['time'].dt.second

u
   computer  time  value
0         0     0      5
1         1     0      1
2         2     0      5
3         3     0      6
4         2     4      3
5         3     4      4

您可以允许一个 groupby 调用来处理“计算机”上的分组，而不是使用单独的 groupby 和 resample一起重采样“时间”。