python - Pandas 根据其他列的窗口间隔求和列
问题描述
有一个像这样的df:
weight timeblock
1 1620975600
1 1620975640
1 1620975700
1 1620975715
1 1620975740
1 1620975790
1 1620975800
我想根据时间块间隔的 45 秒间隔对权重列求和,使其看起来像:
weight interval
2 1620975600
2 1620975690
1 1620975735
2 1620975780
其中间隔列表示从该时间开始的 45 秒时间间隔。
我将如何执行此操作并跳过不存在时间块的 45 秒间隔?
解决方案
不知道为什么他们删除了他们的评论,但这似乎有效:
df = df.groupby(df.timeblock // 45).weight.sum().reset_index()
df['timeblock'] = df['timeblock'].apply(lambda x: x*45)
推荐阅读
- c# - 如何在 ServiceStack 中返回不同的 Http 状态码
- javascript - 如何在Vue js中连接字符串和变量
- excel - 单独的 csv ";" 在列 VBA(SQL)
- python - 为什么 plt.figure(figsize=(X,y)) 不改变我的 .hist 和 .plot 的大小?
- c - Char 似乎是一个 int 不管我做什么,不知道发生了什么
- css - React WebkitAppRegion 警告
- r - 如何最好地在 Anaconda Navigator 内部或下方更新/升级 RStudio?
- telegram - 删除组中的消息时,电报机器人无法删除通知
- mysql - 在循环内使用 sequelize 更新多行
- node.js - 我没有在节点 js 中得到正确的输出