python - 将dataframe分成n个相等的时间间隔，进行groupby，其中时间间隔为(time.max() - time.min())/n

Question

我有一个数据框，我想将其拆分为 5 个 block (更常见的是 n 个 block )，以便我可以对这些 block 应用 groupby。

我希望 block 具有相同的时间间隔，但通常每个组可能包含不同数量的记录。

让我们调用数据

s = pd.Series(pd.date_range('2012-1-1', periods=100, freq='D'))

和时间间隔 ti = (s.max() - s.min())/n

所以第一个 block 应该包括日期在 s.min() 和 s.min() + ti 之间的所有行，第二个 block 应该包括日期在 s.min() + ti 之间的所有行s.min() + ti 和 s.min() + 2*ti 等

任何人都可以提出一个简单的方法来实现这个目标吗？如果我能以某种方式将我所有的日期转换为自纪元以来的秒数，那么我就可以做类似 thisgroup = floor(thisdate/ti) 的事情。

是否有简单的“pythonic”或“panda-ista”方法来做到这一点？

非常感谢(圣诞快乐!)

罗宾

Answer 1

您可以使用 numpy.array_split :

>>> import pandas as pd
>>> import numpy as np
>>> s = pd.Series(pd.date_range('2012-1-1', periods=10, freq='D'))

>>> np.array_split(s, 5)
[0   2012-01-01 00:00:00
1   2012-01-02 00:00:00
dtype: datetime64[ns], 2   2012-01-03 00:00:00
3   2012-01-04 00:00:00
dtype: datetime64[ns], 4   2012-01-05 00:00:00
5   2012-01-06 00:00:00
dtype: datetime64[ns], 6   2012-01-07 00:00:00
7   2012-01-08 00:00:00
dtype: datetime64[ns], 8   2012-01-09 00:00:00
9   2012-01-10 00:00:00
dtype: datetime64[ns]]

>>> np.array_split(s, 2)
[0   2012-01-01 00:00:00
1   2012-01-02 00:00:00
2   2012-01-03 00:00:00
3   2012-01-04 00:00:00
4   2012-01-05 00:00:00
dtype: datetime64[ns], 5   2012-01-06 00:00:00
6   2012-01-07 00:00:00
7   2012-01-08 00:00:00
8   2012-01-09 00:00:00
9   2012-01-10 00:00:00
dtype: datetime64[ns]]