Python 如何将切片应用于数据帧？

我的数据框中有大约500000个条目，我想对这些数据进行某种平滑处理，以显著减少条目的数量

这是一个示例数据帧

df

：

EVENT   GRADE   SERVICE_TIME   QUEUE_TIME   HOLD_TIME
AAA     3       170            20           12
AAA     4       165            15           10
AAA     3       172            24           12
AAA     3       105            5            10
BBB     5       40             10           10
BBB     5       60             10           8

目标是减少

服务时间

、

队列时间

和

等待时间

的粒度

为此，我想按

事件

和

等级

对条目进行分组，并估计

服务时间

在60秒的切片窗口中的平均值（即[0；60]、[61；120]、[121；180]、[181；240]，等等，直到

服务时间的最大值

）。重要的是，切片窗口的大小可以灵活地从60更改为任何其他值。 因此，切片应应用于

服务时间

，而其他列

队列时间

和

队列时间

应相应地取平均值

示例结果：

EVENT   GRADE   SERVICE_TIME   QUEUE_TIME   HOLD_TIME
AAA     3       171            22           12
AAA     3       105            5            10
AAA     4       165            15           10
BBB     5       50             10           9

因此，

服务时间

的两个值170和172被合并，因为它们都属于切片窗口[121；180]。因此，我计算了平均值

171

，然后对

QUEUE\u TIME

和

HOLD\u TIME

的对应值进行平均

我怎么做这个切片

如果我必须计算一个平均值（没有切片），那么我会这样做

result = df.groupby(['EVENT','GRADE']).agg({'SERVICE_TIME': 'mean', 
                                            'QUEUE_TIME': 'mean', 
                                            'HOLD_TIME': 'mean'}).reset_index() 

---

您的想法基本上是正确的，除了不只是按

['EVENT'，'GRADE']

分组之外，您还需要按

服务组分组

：

df['SERVICE_GROUP'] = (df['SERVICE_TIME']-1)//60

---

印刷品

  EVENT  GRADE  QUEUE_TIME  SERVICE_TIME  HOLD_TIME
0   AAA      3           5           105         10
1   AAA      3          22           171         12
2   AAA      4          15           165         10
3   BBB      5          10            50          9

---

中的-1（df['SERVICE\u TIME']-1）//60

构成

SERVICE\u组的60部分

0。 否则，

SERVICE\u时间

40和60将不会被分组在一起

因此，

df['SERVICE\u GROUP']=（df['SERVICE\u TIME']-1）//60

导致

保养时间

分组为半开间隔

(1, 60], (60, 120], (120, 180], ...

---

您的想法基本上是正确的，除了不只是按

['EVENT'，'GRADE']

分组之外，您还需要按

服务组分组

：

df['SERVICE_GROUP'] = (df['SERVICE_TIME']-1)//60

---

印刷品

  EVENT  GRADE  QUEUE_TIME  SERVICE_TIME  HOLD_TIME
0   AAA      3           5           105         10
1   AAA      3          22           171         12
2   AAA      4          15           165         10
3   BBB      5          10            50          9

---

中的-1（df['SERVICE\u TIME']-1）//60

构成

SERVICE\u组的60部分

0。 否则，

SERVICE\u时间

40和60将不会被分组在一起

因此，

df['SERVICE\u GROUP']=（df['SERVICE\u TIME']-1）//60

导致

保养时间

分组为半开间隔

(1, 60], (60, 120], (120, 180], ...

---

您可以生成一个基于窗口划分的新列（此处为“服务\u时间\u组”）。然后使用此新列进行分组。分组后，您可以将其删除

WINDOW = 60
df['SERVICE_TIME_GROUP'] = df['SERVICE_TIME'].apply(lambda x : 1 if x==0 else math.ceil(x/(WINDOW*1.0));

result = df.groupby(['EVENT','GRADE','SERVICE_TIME_GROUP']).agg({'SERVICE_TIME': 'mean', 
                                            'QUEUE_TIME': 'mean', 
                                            'HOLD_TIME': 'mean'}).reset_index() 

result = result.drop('SERVICE_TIME_GROUP', 1)

对于[0；60]、[61；120]、[121；180]、[181；240]，ceil函数将起作用。一个特殊情况是0，需要单独处理。否则，只需除以窗口大小并将其分隔，您将得到一个组。
0=>1
1-60=>1
61-120=>2
121-180=>3

---

…

您可以生成一个基于窗口划分的新列（此处为“服务时间组”）。然后使用此新列进行分组。分组后，您可以将其删除

WINDOW = 60
df['SERVICE_TIME_GROUP'] = df['SERVICE_TIME'].apply(lambda x : 1 if x==0 else math.ceil(x/(WINDOW*1.0));

result = df.groupby(['EVENT','GRADE','SERVICE_TIME_GROUP']).agg({'SERVICE_TIME': 'mean', 
                                            'QUEUE_TIME': 'mean', 
                                            'HOLD_TIME': 'mean'}).reset_index() 

result = result.drop('SERVICE_TIME_GROUP', 1)

对于[0；60]、[61；120]、[121；180]、[181；240]，ceil函数将起作用。一个特殊情况是0，需要单独处理。否则，只需除以窗口大小并将其分隔，您将得到一个组。
0=>1
1-60=>1
61-120=>2
121-180=>3