Python 3.x 如何使用Python每10分钟分割一次TimeSeries数据

我如何在每10分钟的时间段中断

时间序列

数据，这是我的样本数据，在下面的数据中，如果我首先看到的是没有10分钟的数据，因为在第三行之后它跳到

00:39:00

分钟，所以它将从

0

再次开始计数，我想把真/假值放在最后计数10分钟的地方

我尝试了一种技术

x[“DateTime”].diff（）>pd.Timedelta（minutes=10）

但它在数据中找到了00:10:00时间戳，然后将其破坏，这不符合我的要求。因为

pd.Timedelta（分钟=10）

给出结果

00:10:00

我怎么可能做到呢？我希望我能解释清楚

DateTime               ValA
2011-01-01 00:01:00    0.551815
2011-01-01 00:01:59    0.542464
2011-01-01 00:03:00    0.520525
2011-01-03 06:39:00    1.225518
2011-01-03 06:40:00    2.241443
2011-01-03 06:40:59    3.148734
2011-01-03 06:42:00    5.361565
2011-01-03 06:43:00    6.878603
2011-01-03 06:43:59    7.127448
2011-01-03 06:45:00    8.130982
2011-01-03 06:46:00    8.188750
2011-01-03 06:46:59    8.267185
2011-01-03 06:48:00    8.204753
2011-01-03 06:49:00    8.121145
2011-01-03 06:49:59    8.129115
2011-01-03 06:51:00    8.160426
2011-01-03 06:52:00    8.301057
2011-01-03 06:53:00    8.342608
2011-01-03 06:53:59    8.390675
2011-01-03 06:55:00    8.063992
2011-01-03 06:56:00    7.396055
2011-01-03 06:56:59    6.771710
2011-01-03 06:58:00    5.295999
2011-01-03 06:59:00    4.210010
2011-01-03 06:59:59    3.689164
2011-01-03 07:01:00    2.963554
2011-01-03 07:02:00    2.873527
2011-01-03 07:02:59    2.885474
2011-01-03 07:04:00    2.394660
2011-01-03 07:05:00    2.603989

所需的输出应为

DateTime               ValA       Flag
2011-01-01 00:01:00    0.551815   False 
2011-01-01 00:01:59    0.542464   False
2011-01-01 00:03:00    0.520525   False
2011-01-03 06:39:00    1.225518   True
2011-01-03 06:40:00    2.241443   False
2011-01-03 06:40:59    3.148734   False
2011-01-03 06:42:00    5.361565   False
2011-01-03 06:43:00    6.878603   False
2011-01-03 06:43:59    7.127448   False
2011-01-03 06:45:00    8.130982   False
2011-01-03 06:46:00    8.188750   False
2011-01-03 06:46:59    8.267185   False
2011-01-03 06:48:00    8.204753   False
2011-01-03 06:49:00    8.121145   False
2011-01-03 06:49:59    8.129115   True
2011-01-03 06:51:00    8.160426   False
2011-01-03 06:52:00    8.301057   False
2011-01-03 06:53:00    8.342608   False
2011-01-03 06:53:59    8.390675   False

---

这应该是输出

好吧，这并不完美，但它会在10分钟内为您提供

True

。取决于你从哪里开始计算

by_seconds = df.resample('1S')

by_seconds['flag'] = by_seconds.index.minute%10==0


DateTime                  ValA          flag
2011-01-01 00:01:00 0.5518149999999999  False
2011-01-01 00:01:01                     False
2011-01-01 00:01:02                     False
2011-01-01 00:01:03                     False
2011-01-01 00:01:04                     False

---

这只是意味着你的

ValA

将有

NaN

在没有观察的地方。

我得到了解决方案，它按照我想要的方式工作。我使用

floor（）

和

diff（）

函数来实现我的答案

我尝试了

df.DateTime.dt.floor（'10T'）.diff（）

我使用了这个代码，它给出了10个薄荷糖数据的所有细分

---

参考资料：

因此，基本上您希望查看每个10分钟时间段内是否至少有10个值，其中时间段为（00-10、10-20、20-30…），数据是否为2列？第二列是做什么的？@ALollz不，不是bins概念，我想取10分钟的数据，就像我给出的一个例子，如果你看到10分钟内只有3个值，那么它跳到6:39:00，然后它会给出接下来10分钟的时间data@DemetriP实际上它只有一列，我把日期时间设为索引，这样一来，我就把我的数据复制到这里了。你能把它格式化得更合适吗？你不能对数据重新取样吗？你有错误吗？如果是这样，请确保数据类型是DateTime我有一个索引日期和时间，我可以重新映射数据，但您的第二行生成了一个错误“ValueError:无法在DatetimeIndexResampler上设置项”，我根本不想重新采样，我知道不需要重新采样就可以完成，这就是我正在寻找的，嗯，可能是熊猫的版本。我不知道重采样有什么问题，但这正是你想要的。如果您仍然不满意，请在您的问题中包含所需的输出。我给出了所需的输出