python - 使用 pandas 仅保留 timedelta=1 分钟的数据

Question

让我们生成 10 行具有非恒定时间步长的时间序列:

import pandas as pd
import numpy as np
x = pd.DataFrame(np.random.random(10),pd.date_range('1/1/2011', periods=5, freq='1min') \
                   .union(pd.date_range('1/2/2011', periods=5, freq='1min')))

数据示例:

2011-01-01 00:00:00  0.144852
2011-01-01 00:01:00  0.510248
2011-01-01 00:02:00  0.911903
2011-01-01 00:03:00  0.392504
2011-01-01 00:04:00  0.054307
2011-01-02 00:00:00  0.918862
2011-01-02 00:01:00  0.988054
2011-01-02 00:02:00  0.780668
2011-01-02 00:03:00  0.831947
2011-01-02 00:04:00  0.707357

现在让我们将 r 定义为所谓的“返回值”(连续行之间的差异):

r = x[1:] - x[:-1].values

如何通过删除时间差不超过1分钟的r[i]来清理数据？(这里正好有这样一行 >r 清洁)

Answer 1

IIUC 我认为您想要以下内容:

In [26]:
x[(x.index.to_series().diff() == pd.Timedelta(1, 'm')) | (x.index.to_series().diff().isnull())]

Out[26]:
                            0
2011-01-01 00:00:00  0.367675
2011-01-01 00:01:00  0.128325
2011-01-01 00:02:00  0.772191
2011-01-01 00:03:00  0.638847
2011-01-01 00:04:00  0.476668
2011-01-02 00:01:00  0.992888
2011-01-02 00:02:00  0.944810
2011-01-02 00:03:00  0.171831
2011-01-02 00:04:00  0.316064

这将使用 to_series 将索引转换为系列所以我们可以调用 diff然后我们可以将其与 1 分钟的时间增量进行比较，我们还处理第一行情况，其中 diff 将返回 NaT