Pandas 时间分组列

我的df如下所示：

Index                                Receiver     Length         Retry
1970-01-01 00:00:00.000000000         R1          10             0
1970-01-01 00:00:00.800000000         R1          10             1
1970-01-01 00:00:01.000287000         R2          10             0
1970-01-01 00:00:01.600896000         R2          10             0
1970-01-01 00:00:02.001388000         R1          10             1
1970-01-01 00:00:02.004698000         R1          10             1
1970-01-01 00:00:02.006706000         R2          10             0
1970-01-01 00:00:02.501351000         R2          10             0
1970-01-01 00:00:02.810382000         R1          10             0
1970-01-01 00:00:03.001981000         R1          10             1
1970-01-01 00:00:03.377116000         R1          10             1
1970-01-01 00:00:03.701811000         R2          10             1
1970-01-01 00:00:03.910326000         R2          10             0
1970-01-01 00:00:03.951355000         R2          10             1

我需要按时间（1S）对df进行分组，然后在每个组中，如果Retry==1，则为每个R1和R2添加长度列值

我使用了下面的代码，但当R1和R2没有重试=1（即不满足条件）时，它似乎会忽略行

期望输出为：

Index                        R1    R2
1970-01-01 00:00:00          10    0
1970-01-01 00:00:01          0     0
1970-01-01 00:00:02          20    0
1970-01-01 00:00:03          20    20

可以找到类似的问题。

您需要添加缺少的

datetime

s:

df2 = df2.reindex(pd.date_range(df2.index[0], df2.index[-1], freq='1S'), fill_value=0)
print (df2)
Receiver               R1    R2
1970-01-01 00:00:00  10.0   0.0
1970-01-01 00:00:01   0.0   0.0
1970-01-01 00:00:02  20.0   0.0
1970-01-01 00:00:03  20.0  20.0

---

我将首先使用数据透视，然后将数据分组：

df['Value'] = df['Length']*df['Retry']
df2 = pd.pivot_table(df, index=df.index, columns='Receiver', values='Value')
df2 = df2.groupby([pd.Grouper(freq='1S')]).sum()

---

它给出的错误是“UnboundLocalError:assignment前引用的局部变量“df2”在

df2=df.query（“Retry==1”）.groupby（[pd.Grouper（freq='1S'），'Receiver']）.Length.sum（）.unstack（）.fillna（0）

是的，我就是这么做的。这两行在一个函数内。当我调用该函数时，它在您发布的行中给出了此错误。如果我在函数外同时运行这两行，它就可以正常工作。有什么线索吗？你能看到你的功能吗？是的，对，我正在想办法。。我我会再打给你的。谢谢

df['Value'] = df['Length']*df['Retry']
df2 = pd.pivot_table(df, index=df.index, columns='Receiver', values='Value')
df2 = df2.groupby([pd.Grouper(freq='1S')]).sum()