Pandas 以固定的时间间隔应用函数

是否有一种直接的现有方法可以在固定的时间间隔内使用pandas（或numpy、scipy）应用函数

示例

长度为11的

pd.DataFrame

0   0.2
1   0.3
2   0.4
3   0.4
4   0.4
5   0.4
6   0.4
7   0.4
8   0.4
9   0.4
10  0.6

例如，应用间隔为5的min函数将导致

0   0.2 # Beginning of interval
1   0.2
2   0.2
3   0.2
4   0.2 # End of interval
5   0.4 # Beginning of interval
6   0.4
7   0.4
8   0.4
9   0.4 # End of interval
10  0.6 # Beginning of interval (takes the min function of the remaining values)

到目前为止，我可以用它

df = pd.read_clipboard(index_col = 0, header = None) # Copying the above data
df['intervals'] = (np.arange(len(df)) / 5).astype(int)
mapper = df.groupby('intervals').min()
result = df['intervals'].apply(lambda x: mapper.loc[x])
print result

---

但是我想知道pandas/numpy/scipy中是否已经内置了固定间隔过滤器。

根据必要的窗口间隔对其进行分组后，可以使用多种可能性之一

当您在

groupby

的

transform

方法上执行

min

时，所有子组将由各自组中存在的最小值填充

假设单列

DF

由

s

表示：

s.groupby(np.arange(len(s.index)) // 5).transform('min')

产生：

0     0.2
1     0.2
2     0.2
3     0.2
4     0.2
5     0.4
6     0.4
7     0.4
8     0.4
9     0.4
10    0.6
dtype: float64