根据Group对不规则的时间戳数据和标签进行分组答案

【问题标题】：Grouping irregular timestamp data and label according to Group根据Group对不规则的时间戳数据和标签进行分组
【发布时间】：2019-08-01 09:19:37
【问题描述】：

我以不规则的时间间隔收到传入数据。数据按120秒分组时解码有用信息，但起始时间不固定。下面的示例 df。

    TIME                SPEED
0   19-01-18 10:25:43   1425
1   19-01-18 10:25:45   1425
2   19-01-18 10:25:46   1425
3   22-12-18 23:25:56   1435
4   23-12-18 00:00:15   1433
5   29-10-18 00:37:15   1388
6   29-10-18 00:39:18   1388
7   29-10-18 00:39:40   1388

Q1) 在这种情况下，Pandas 是否可以根据用户的时间间隔（例如 120 秒）对时间戳进行分组；和 Q2) 相应地标记它们，如下所示：

    TIME                SPEED   Group
0   19-01-18 10:25:43   1425      1
1   19-01-18 10:25:45   1425      1
2   19-01-18 10:25:46   1425      1
3   22-12-18 23:25:56   1435      2
4   23-12-18 00:00:15   1433      2
5   29-10-18 00:37:15   1388      3
6   29-10-18 00:39:18   1388      4
7   29-10-18 00:39:40   1388      4

所以第一个周期/组从 19-01-18 10:25:43 开始。 120 秒内的任何数据都将被组合在一起。第二个周期将从下一个可用时间戳（22-12-18 23:25:56）开始，距离时间戳 120 秒。该过程将继续。
如果非常感谢任何提示。

【问题讨论】：

查看具有 Group == 2 的行。第一个记录在 22-12-18 20:25:56，第二个记录在 23-12-18 00:00:15。如果他们相隔大约 3 小时 30 分钟（远超过 120 秒），您为什么决定将他们纳入同一组？
对不起。 #3 数据应该是 3 22-12-18 23:25:56 1435

标签： python pandas time

【解决方案1】：

将pandas.Grouper 与ngroup 一起使用：

import pandas as pd

df['TIME'] = pd.to_datetime(df['TIME'], dayfirst=True)
s = df.groupby(pd.Grouper(key='TIME', freq='120s')).ngroup()
df['Group'] = s.groupby(s).ngroup().add(1)
print(df)

输出：

                 TIME  SPEED  Group
0 2018-01-19 10:25:43   1425      1
1 2018-01-19 10:25:45   1425      1
2 2018-01-19 10:25:46   1425      1
3 2018-12-22 20:25:56   1435      4
4 2018-12-23 00:00:15   1433      5
5 2018-10-29 00:37:15   1388      2
6 2018-10-29 00:39:18   1388      3
7 2018-10-29 00:39:40   1388      3

【讨论】：

【解决方案2】：

将Series.dt.floor 与factorize 或Series.rank 一起使用：

df['TIME'] = pd.to_datetime(df['TIME'], dayfirst=True)

df['G'] = pd.factorize(df['TIME'].dt.floor('120S'))[0] + 1
print (df)
                 TIME  SPEED  G
0 2018-01-19 10:25:43   1425  1
1 2018-01-19 10:25:45   1425  1
2 2018-01-19 10:25:46   1425  1
3 2018-12-22 20:25:56   1435  2
4 2018-12-23 00:00:15   1433  3
5 2018-10-29 00:37:15   1388  4
6 2018-10-29 00:39:18   1388  5
7 2018-10-29 00:39:40   1388  5

df['TIME'] = pd.to_datetime(df['TIME'], dayfirst=True)

df['G'] = df['TIME'].dt.floor('120S').rank(method='dense').astype(int)
print (df)
                 TIME  SPEED  G
0 2018-01-19 10:25:43   1425  1
1 2018-01-19 10:25:45   1425  1
2 2018-01-19 10:25:46   1425  1
3 2018-12-22 20:25:56   1435  4
4 2018-12-23 00:00:15   1433  5
5 2018-10-29 00:37:15   1388  2
6 2018-10-29 00:39:18   1388  3
7 2018-10-29 00:39:40   1388  3

【讨论】：