Python pandas：使用 pandas 根据时间条件过滤行

Question

我有一个包含数百万行的 CSV 文件，格式如下：

Amount,Price,Time
0.36,13924.98,2010-01-01 00:00:08
0.01,13900.09,2010-01-01 00:02:04
0.02,13907.59,2010-01-01 00:04:54
0.07,13907.59,2010-01-01 00:05:03
0.03,13925,2010-01-01 00:05:41
0.03,13920,2010-01-01 00:07:02
0.15,13910,2010-01-01 00:09:37
0.03,13909.99,2010-01-01 00:09:58
0.03,13909.99,2010-01-01 00:10:03
0.14,13909.99,2010-01-01 00:10:03

我想先过滤这些数据，然后对过滤后的数据进行一些计算。我使用 pandas data = pd.read_csv() 导入它，以获取 DataFrame。

然后我将Time 列转换为TimeDelta 列（我不确定这对于我想做的事情是必要的），我将时间差写入时间2010-01-01 00:00:00 使用

data['TimeDelta'] = pd.to_timedelta(pd.to_datetime(data.Date)-pd.Timedelta(days=14610))/np.timedelta64(1, 'm')

这是我挣扎的部分。我想要一个返回新 DataFrame 的函数，我只想要每 n 分钟后的第一行，其中 n 是用户定义的整数。

例如。如果n=5，我的数据所需的此函数输出将是：

Amount,Price,Time
0.36,13924.98,2010-01-01 00:00:08
0.07,13907.59,2010-01-01 00:05:03
0.03,13909.99,2010-01-01 00:10:03

n=3 的输出将是：

Amount,Price,Time
0.36,13924.98,2010-01-01 00:00:08
0.02,13907.59,2010-01-01 00:04:54
0.15,13910,2010-01-01 00:09:37

我曾尝试使用floor 和其余的% 来执行此操作，但作为 Python 的初学者，我无法使其正常工作。

Answer 1

使用pd.Grouper:

n=5
df.groupby(pd.Grouper(key = 'Time', freq=f'{n} min')).first()

                      Amount   Price
Time                                 
2010-01-01 00:00:00    0.36  13924.98
2010-01-01 00:05:00    0.07  13907.59
2010-01-01 00:10:00    0.03  13909.99