如何根据日期时间差异来分割数据文件？
如何根据日期时间差异来分割数据文件？
提问于 2021-05-28 09:43:24
假设我有一个日期时间间隔为未知时间间隔的数据文件：
data[0]:
mintime check
1375 2020-02-18 12:17:51.275000064+00:00 GO1
1376 2020-02-18 12:17:56.484999936+00:00 GO1
1377 2020-02-18 12:18:06.020000+00:00 GO1
1378 2020-02-18 12:18:10.922000128+00:00 NOGO
1379 2020-02-18 14:47:48.353999872+00:00 GO2
1380 2020-02-18 14:47:48.768000+00:00 GO2
1381 2020-02-18 14:48:03.120000+00:00 GO2我在试着把数据分割。也就是说，如果日期间隔不超过15秒，它们将被分组到一个新的dataframe中。
我的尝试是从列check开始的。该列告诉它的行上的值和下面的值是否在15秒(GO)或超过15秒(NOGO)内分开。
我在GO之后添加一个数字的原因是为了能够区分GO的组。
databds = []
intervalo = pd.Timedelta(seconds = 15)
p = 0
for x in range(0,len(data)):
for y in range(0,len(data[x])-1):
t = pd.to_datetime(data[x]['mintime'][y][0:19])
tp1 = pd.to_datetime(data[x]['mintime'][y+1][0:19])
resta = tp1 - t
if resta > intervalo:
data[x]['check'][y] = "NOGO"
p = p + 1
else:
data[x]['check'][y] = "{}{}".format("GO", p)
for z in range(0,p):
datito = data[x].loc[data[x]['check'] == "{}{}".format("GO", z)]
databds.append(datito)这一过程是漫长的，而且对资源要求很高。我相信一定有更容易的方法来做到这一点。我试过申请熊猫重新取样，但没有运气。
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-05-28 09:56:48
更新应答
通过pd.to_datetime.将mintime列转换为日期时间的
- 用0计算秒/填充NAN值的差值，并检查差值是否大于15秒。获取结果的
cumsum并使用groupby.
df.mintime = pd.to_datetime(df.mintime)
df_list = [g for k,g in df.groupby((~(df.mintime.diff().dt.total_seconds().fillna(0) < 15)).cumsum())]产出：
[ mintime check
1375 2020-02-18 12:17:51.275000064+00:00 GO1
1376 2020-02-18 12:17:56.484999936+00:00 GO1
1377 2020-02-18 12:18:06.020000+00:00 GO1
1378 2020-02-18 12:18:10.922000128+00:00 NOGO,
mintime check
1379 2020-02-18 14:47:48.353999872+00:00 GO2
1380 2020-02-18 14:47:48.768000+00:00 GO2
1381 2020-02-18 14:48:03.120000+00:00 GO2]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67736534
复制相关文章
相似问题
腾讯云开发者
