python - Python中有什么函数可以聚合秒级毫秒数据吗？

Question

我正在解决一个问题集，其中数据以微秒为单位。到目前为止我有4个小时的数据。该数据集非常庞大，因为它包含微秒级别的数据。我想将每个微秒的数据聚合到各自的秒中，这样有助于分析。

示例:

Vibration1   Vibration2  Vibration3  Temperature     Pressure           Time
   816          698          822        1852           710      2019-03-26 09:49:09.013650
   702          690          764        2002           810      2019-03-26 09:49:09.014308
   702          692          768        1888           706      2019-03-26 09:49:09.014680
   696          690          704        2004           810      2019-03-26 09:49:09.015094
   738          696          772        1990           710      2019-03-26 09:49:09.015682
   834          692          704        2066           704      2019-03-26 09:49:09.016153
   798          692          690        1892           722      2019-03-26 09:49:09.016520
   696          722          708        2102           700      2019-03-26 09:49:09.016875
   824          690          700        2058           718      2019-03-26 09:49:09.017213
   692          702          694        2106           704      2019-03-26 09:49:09.017564

像这样，我在第09秒有很多行。 我总共有4个小时的数据。我应该如何按秒及其各自的秒和分钟进行分组？

请帮助我。

如果我以秒为单位进行 groupby ，则基本上以秒为单位对所有数据进行分组，而不管其小时数、分钟数。

我已将索引设置为日期时间索引，然后尝试使用此代码。它返回了大约 60 秒的数据聚合，无论小时和分钟如何。

df.groupby(df.index.minute).mean()

Answer 1

首先，确保您的 Time 是一个 datetime 对象:

df.Time = pd.to_datetime(df.Time)

那么你需要resample :

df.set_index('Time').resample('1S').mean()

将示例数据设置为 df，上述结果为:

                 Vibration1  Vibration2  Vibration3  Temperature  Pressure
Time                                                                          
2019-03-26 09:49:09       749.8       696.4       732.6       1996.0     729.4