python-3.x - 按截止时间分组观察

Question

我有一个截止时间列表 list = [16:30:00.100, 16:30:00.200, 16:30:00.350, 16:30:00.450]。

我的观察如下:

16:30:00.095    A
16:30:00.097    B
16:30:00.122    C
16:30:00.255    D
16:30:00.322    E
16:30:00.420    F
16:30:00.569    G

我想在这里实现的是根据截止时间对我的观察进行分组(具体来说，我想看看我的哪个截止时间能够捕获观察结果 - 即第一个截止时间足够快以捕获 C，但对于 A/B 来说太慢了)。所需的输出应如下所示:

cutoff          observations captured

16:30:00.100    C
16:30:00.200    D    E
16:30:00.350    F
16:30:00.450    G
not possible    A    B

我尝试过使用 pd.cut，但它不允许时间敏感度达到毫秒，或者至少我不知道。任何帮助将不胜感激。谢谢!

Answer 1

我认为 cut 的想法工作得很好，时间数据也被 to_timedelta 转换为时间增量, 用 fillna 替换不匹配的值，最后聚合 join:

print (df)
           time col
0  16:30:00.095   A
1  16:30:00.097   B
2  16:30:00.122   C
3  16:30:00.255   D
4  16:30:00.322   E
5  16:30:00.420   F
6  16:30:00.569   G

---

df['time'] = pd.to_timedelta(df['time'].astype(str))

L = ['16:30:00.100', '16:30:00.200', '16:30:00.350', '16:30:00.450']
v = pd.to_timedelta(L + [pd.Timedelta.max])
df['b'] = pd.cut(df['time'], bins=v, labels = L)
df['b'] = df['b'].cat.add_categories(['not possible'])
df['b'] = df['b'].fillna('not possible')
print (df)
             time col             b
0 16:30:00.095000   A  not possible
1 16:30:00.097000   B  not possible
2 16:30:00.122000   C  16:30:00.100
3 16:30:00.255000   D  16:30:00.200
4 16:30:00.322000   E  16:30:00.200
5 16:30:00.420000   F  16:30:00.350
6 16:30:00.569000   G  16:30:00.450

---

df2 = df.groupby('b')['col'].apply(', '.join).reset_index()
print (df2)
              b   col
0  16:30:00.100     C
1  16:30:00.200  D, E
2  16:30:00.350     F
3  16:30:00.450     G
4  not possible  A, B