将数据分割为多个5秒数据格式，并在Python中获取计数。
将数据分割为多个5秒数据格式，并在Python中获取计数。
提问于 2017-11-06 09:08:28
我有一个相对较大的数据集，我想根据包含日期时间对象的列，在Python中分割成多个数据格式。列中的值(我希望用它来分割数据)是以以下格式提供的：
2015-11-01 00:00:05
如何通过以下方式将将数据分割为5秒间隔的：
- 第一数据中心
2015-11-01 00:00:00 - 2015-11-01 00:00:05， - 第二数据格式
2015-11-01 00:00:05 - 2015-11-01 00:00:10，等等。
我还需要在每个结果数据中计算观察的数量。换句话说，如果我能够获得另一个带有2列的数据格式(所需的输出格式如下所示)，那就更好了：
- 第一列表示分裂的组(该列的值不重要:它们可以是1、2、3、.指出5秒间隔的顺序，例如，1可指2015年-11-01 00:00- 2015-11-01 : 00:00:05，2可指2015年-11-01: 00:00:05 - 2015-11-01 :00:10等等)，
- 第二列显示了在每个间隔内下降的观测数。
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-11-06 09:09:31
创建dictionary of DataFrame并使用assign添加新列
rng = pd.date_range('2015-11-01 00:00:00', periods=100, freq='S')
df = pd.DataFrame({'Date': rng, 'a': range(100)})
print (df.head(10))
Date a
0 2015-11-01 00:00:00 0
1 2015-11-01 00:00:01 1
2 2015-11-01 00:00:02 2
3 2015-11-01 00:00:03 3
4 2015-11-01 00:00:04 4
5 2015-11-01 00:00:05 5
6 2015-11-01 00:00:06 6
7 2015-11-01 00:00:07 7
8 2015-11-01 00:00:08 8
9 2015-11-01 00:00:09 9
g = df.groupby(pd.Grouper(key='Date', freq='5S'))
dfs = {k.strftime('%Y-%m-%d %H:%M:%S'):v.assign(A=range(1,len(v)+1), B=len(v)) for k,v in g}
print (dfs['2015-11-01 00:00:05'])
Date a A B
5 2015-11-01 00:00:05 5 1 5
6 2015-11-01 00:00:06 6 2 5
7 2015-11-01 00:00:07 7 3 5
8 2015-11-01 00:00:08 8 4 5
9 2015-11-01 00:00:09 9 5 5如果需要先计数行数，则将size和Interval添加到索引中：
df1 = df.groupby(pd.Grouper(key='Date', freq='5S')).size().reset_index(name='Count')
df1['Interval'] = df1.index + 1
print (df1.head())
Date Count Interval
0 2015-11-01 00:00:00 5 1
1 2015-11-01 00:00:05 5 2
2 2015-11-01 00:00:10 5 3
3 2015-11-01 00:00:15 5 4
4 2015-11-01 00:00:20 5 5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/47133250
复制相关文章
相似问题
腾讯云开发者
