Python 使用pandas将几天长的数据帧拆分为每半小时一次的数据帧，并将其保存为csv文件

我需要使用pandas将相当多的大型（数百万条记录）文件拆分为半小时文件，以便与其他第三方软件一起使用。以下是我尝试过的：

import datetime as dt
import string
import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(1728000, 2), index=pd.date_range('1/1/2014',
    periods=1728000, freq='0.1S'))
df_groups = df.groupby(df.index.map(lambda t: dt.datetime(t.year, t.month,
    t.day, t.hour)))
for name, group in df_groups:
    group.to_csv(string.replace(str(name), ':', '_') + '.csv')

但这样我只能让熊猫按小时分开。如果我想把它们分成半小时一次的文件，我该怎么办

---

需要记住的几件事：A）大文件可能会跨越几天，因此如果我使用

lambda t:t.hour

我会从不同的日子获得数据，但相同的时间会组合在一起；b） 大文件有间隙，因此有些半小时可能不够用，有些可能完全丢失。

让您的grouper像这样：

df.groupby(pd.TimeGrouper('30T'))

---

在0.14中，这将略有不同，例如，

df.groupby（pd.Grouper（freq='30T'））

使您的石斑鱼如下所示：

df.groupby(pd.TimeGrouper('30T'))

---

在0.14中，这将略有不同，例如，

df.groupby（pd.Grouper（freq='30T'））

谢谢杰夫！成功了。：）熊猫的网站上没有很好地记录这一功能。这是在0.13中引入的吗？

TimeGrouper

一直是半文档化的（不是很好）。已经存在很长时间了。在0.14中，通过使用

pd.Grouper

（这基本上为您创建了

TimeGrouper

），可以更好地将其集成到文档中。您实际上是在按时间进行分组，但不是重新采样。谢谢Jeff！成功了。：）熊猫的网站上没有很好地记录这一功能。这是在0.13中引入的吗？

TimeGrouper

一直是半文档化的（不是很好）。已经存在很长时间了。在0.14中，通过使用

pd.Grouper

（这基本上为您创建了

TimeGrouper

），可以更好地将其集成到文档中。实际上，您是在按时间进行分组，而不是重新采样。