Python 3.x 如何根据时间间隔中断数据帧

Python 3.x 如何根据时间间隔中断数据帧,python-3.x,pandas,Python 3.x,Pandas,我想在某个时间间隔内打破Pandas数据框,就像我有一整天的数据一样,我想每5个小时将它分成几部分,我的datetime值为2016-10-02 12:00:00to2016-10-02 24:00:00 我如何才能做到这一点?通过使用此处的新变量组,将数据帧拆分为5个 df=pd.DataFrame({'Time':mydates}).reset_index() df['group']=df.groupby(pd.Grouper(key='Time',freq='5h'))['index']

我想在某个时间间隔内打破Pandas数据框,就像我有一整天的数据一样,我想每5个小时将它分成几部分,我的datetime值为
2016-10-02 12:00:00
to
2016-10-02 24:00:00

我如何才能做到这一点?

通过使用此处的新变量组,将数据帧拆分为5个

df=pd.DataFrame({'Time':mydates}).reset_index()

df['group']=df.groupby(pd.Grouper(key='Time',freq='5h'))['index'].transform('first')
更多信息

df.groupby(pd.Grouper(key='Time',freq='5h'))['index'].transform('first').nunique()
Out[186]: 5
数据输入:

start_date = "2017-10-28"
stop_date = "2017-10-29"
mydates = pd.date_range(start_date, stop_date,freq='Min')

df=pd.DataFrame({'Time':mydates}).reset_index()
通过使用,这里的新变量组将数据帧拆分为5

df=pd.DataFrame({'Time':mydates}).reset_index()

df['group']=df.groupby(pd.Grouper(key='Time',freq='5h'))['index'].transform('first')
更多信息

df.groupby(pd.Grouper(key='Time',freq='5h'))['index'].transform('first').nunique()
Out[186]: 5
数据输入:

start_date = "2017-10-28"
stop_date = "2017-10-29"
mydates = pd.date_range(start_date, stop_date,freq='Min')

df=pd.DataFrame({'Time':mydates}).reset_index()

我需要这样的结果,就像你给我的解决方案,它只是将日期划分为5个小时的间隔,但我需要这5个小时内的全部数据。@Ravi我给你一个新的列组,你可以基于这个列拆分数据框架谢谢,上次它对我有效,但是如果还有其他值呢,但是没有像小时或分钟这样的单位,那么这个石斑会不起作用,我在其他情况下会做什么?数据是多列的,我有一列值2,3,5,10,19,33,34,34,44,56755,12,10,12,12,12,12,23,45,12,11,4,5,10,假设这是一列,并且有固定值dis=10,如果列中的任何值低于此值,它将把数据帧分成多个帧,对于上面的列df[1]=2,3,5,10,df2=19,33,34,34,44,56755,12,其余的将与此相同way@Ravi很抱歉我还是不明白…如果你可以改变你的问题,或者你可以发布一个新的问题。在评论中很难回答…我需要这样的结果-你给我的解决方案,它只是将日期划分为5个小时的间隔,但是我需要这五个小时内的全部数据。@Ravi我给你一个新的列组,你可以基于这个列拆分数据框架谢谢,上次它对我有效,但是如果有另一个值,但没有像小时或分钟这样的单位,那么这个grouper将不起作用,在其他情况下我将做什么?数据是多个列,我有一个列值2,3,5,10,19,33,34,34,44,56755,12,10,12,23,45,12,11,4,5,10,假设这是一个列,有一个固定值dis=10,如果列中的任何值低于此值,它将数据帧分解为多个帧,对于上面的列df[1]=2,3,5,10 df2=19,33,34,34,44,56755,12,剩余的将与之相同way@Ravi很抱歉,我还是没能明白…如果你可以改变你的问题或者你可以发布一个新的问题。很难在评论中回答。。。