python - 选择具有范围的第一行(每 10 分钟)

Question

我有一个像这样的数据框:

df = pd.DataFrame({"DateTime":["2020-04-02 06:06:22",
                               "2020-04-02 06:12:22",
                               "2020-04-02 06:14:39",
                               "2020-04-02 06:16:56",
                               "2020-04-02 06:20:34",
                               "2020-04-02 06:35:44"],
                   "Data":[23, 31, 10, 23, 56, 81]})

# column DateTime type must be datetime64[ns]
df["DateTime"] = df["DateTime"].astype("datetime64[ns]")

df
Out[4]: 
             DateTime  Data
0 2020-04-02 06:06:22    23
1 2020-04-02 06:12:22    31
2 2020-04-02 06:14:39    10
3 2020-04-02 06:16:56    23
4 2020-04-02 06:20:34    56
5 2020-04-02 06:35:44    81

我想每 10 分钟后选择一次行。所以我的数据框应该是这样的:

             DateTime  Data
0 2020-04-02 06:06:22    23
3 2020-04-02 06:16:56    23
5 2020-04-02 06:35:44    81

此解决方案How to drop rows based on datetime (every 15 min)?每 15 分钟删除行，但总是查看下面的行，因此它会删除我不想要的行。实际上我想选择特定时间范围之后的行。

有人可以帮助我吗？

Answer 1

这看起来像是 merge_asof 的工作:

# set up indexer DataFrame
df2 = pd.DataFrame({'idx': pd.date_range(df['DateTime'].min(),
                                         df['DateTime'].max(),
                                         freq='10min')
                    })
# get first value for each slice of 10 minutes
out =  (pd.merge_asof(df2, df, left_on='idx', right_on='DateTime',
                     direction='forward')
          #.drop(columns='idx') # uncomment to remove idx
        )

输出:

                  idx            DateTime  Data
0 2020-04-02 06:06:22 2020-04-02 06:06:22    23
1 2020-04-02 06:16:22 2020-04-02 06:16:56    23
2 2020-04-02 06:26:22 2020-04-02 06:35:44    81

使用.drop(columns='idx')输出:

             DateTime  Data
0 2020-04-02 06:06:22    23
1 2020-04-02 06:16:56    23
2 2020-04-02 06:35:44    81