python - 根据时间或索引差异将DataFrame分割成Chunk

Question

我试图根据索引值或时间将数据帧分成更小的数据帧。正如您在下面的示例中看到的，我的数据的时间分辨率是 5 分钟，当每行之间的时间差大于 5 分钟，或者当索引增长超过 1 时，我想创建一个新的数据帧(这是相同的标准，所以任何一个都可以)。

这是我的数据示例:

Index    Time     Data
0        6:00      A
1        6:05      D
2        6:10      B
58       10:50     C
59       10:55     A
60       11:00     D
92       13:40     A
93       13:45     B

我想要以下内容:

分割 1:

Index    Time     Data
0        6:00      A
1        6:05      D
2        6:10      B

分割 2:

Index    Time     Data
58       10:50     C
59       10:55     A
60       11:00     D

分割 3:

Index    Time     Data
92       13:40     A
93       13:45     B

Answer 1

您必须创建一个辅助系列，例如:

s=df.index.to_series().diff().fillna(1).ne(1).cumsum()
print(s)
Index
0     0
1     0
2     0
58    1
59    1
60    1
92    2
93    2

然后你可以将每个组存储在字典中并调用字典的每个键来引用 df:

d={f'df_{i}':g for i,g in df.groupby(s)}

---

print(d['df_0'])
print('\n')
print(d['df_1'])
print('\n')
print(d['df_2'])

---

       Time Data
Index           
0      6:00    A
1      6:05    D
2      6:10    B


        Time Data
Index            
58     10:50    C
59     10:55    A
60     11:00    D


        Time Data
Index            
92     13:40    A
93     13:45    B

使用more_itertools的另一种方法:

from more_itertools import consecutive_groups
indices=[[*i] for i in consecutive_groups(df.index)]
#[[0, 1, 2], [58, 59, 60], [92, 93]]
d2={f'df_{e}':df.loc[i] for e,i in enumerate(indices)}