Python 重新采样并排除某些字段

伙计们， 我有这样一个数据集：

                      index                           uid     level   sec
Time
2019-12-16 01:38:30    257  Z8RsBpxhnkebK5fvahVCmfV7icO2      wake    30
2019-12-16 01:39:00    258  Z8RsBpxhnkebK5fvahVCmfV7icO2     light  5520
2019-12-16 03:11:00    259  Z8RsBpxhnkebK5fvahVCmfV7icO2       rem   480
2019-12-16 03:19:00    260  Z8RsBpxhnkebK5fvahVCmfV7icO2     light   660
2019-12-16 03:19:00    260  HFxeriowjryghdsjuihdjsuiuiw3    light   660

我想在15分钟内对此数据集应用重采样。 我申请了

data =dataM.reset_index().set_index('time').resample('15min').mean()

我有这个输出：

                    index     sec
time                                   
2019-12-16 01:30:00  257.500000  2775.0
2019-12-16 01:45:00         NaN     NaN
2019-12-16 02:00:00         NaN     NaN
2019-12-16 02:15:00         NaN     NaN
2019-12-16 02:30:00         NaN     NaN
2019-12-16 02:45:00         NaN     NaN
2019-12-16 03:00:00  259.000000   480.0
2019-12-16 03:30:00  260.000000   1300.0

我的问题是我想保留一些我不想重新采样的字段： 我的输出应该是：

                      index                           uid        sec
Time
2019-12-16 01:30:00    257  Z8RsBpxhnkebK5fvahVCmfV7icO2        2775
2019-12-16 03:00:00    259  Z8RsBpxhnkebK5fvahVCmfV7icO2        480
2019-12-16 03:15:00    260  Z8RsBpxhnkebK5fvahVCmfV7icO2        660
2019-12-16 03:15:00    260  HFxeriowjryghdsjuihdjsuiuiw3        660

2019-12-17 03:30:00  277.5   220

因为有些字段应该与初始数据集相同（因为ID不改变，索引也不改变）

在这种降级中，使用平均值或总和是否有用？ 此数据是人的睡眠时间（给定ID） 我尝试了两个运算符，我认为在这种情况下，sum应该更好，因为使用means时我丢失了一些信息（我认为），而不是使用sum，我只保留数据，首先或之前

在本例中，1:38的总和（睡眠时间）是凌晨1:30的5550 平均每天早上1点30分的睡眠时间只有2775秒。 图表将有所不同

编辑：使用同一时间的不同iD，我不希望计算第二个iD的平均值，而是为不同iD计算两个不同的值。

我尝试在重采样时使用groupby函数，但我有一个奇怪的行为：

data =dataM.groupby('uid').resample('15min').mean().dropna()

这样，初始数据：

2019-12-17 02:04:30    273  Z8RsBpxhnkebK5fvahVCmfV7icO2      wake    30
2019-12-17 02:05:00    274  Z8RsBpxhnkebK5fvahVCmfV7icO2     light  5010
2019-12-17 03:28:30    275  Z8RsBpxhnkebK5fvahVCmfV7icO2      deep   270
2019-12-17 03:33:00    276  Z8RsBpxhnkebK5fvahVCmfV7icO2     light    30
2019-12-17 03:33:30    277  Z8RsBpxhnkebK5fvahVCmfV7icO2      deep   360
2019-12-17 03:39:30    278  Z8RsBpxhnkebK5fvahVCmfV7icO2     light    30
2019-12-17 03:40:00    279  Z8RsBpxhnkebK5fvahVCmfV7icO2      wake   450
2019-12-17 03:47:30    280  Z8RsBpxhnkebK5fvahVCmfV7icO2     light  5700

是正确的分组，但平均值非常奇怪，事实上，输出为：

2019-12-17 02:00:00  273.5  2520.0
2019-12-17 03:15:00  275.0   270.0
2019-12-17 03:30:00  277.5   217.5
2019-12-17 03:45:00  280.0  5700.0

对于02:00:00是正确的，但我真的不明白为什么要在03:15:00创造新的价值

因为对我来说，这些数据：

  2019-12-17 03:28:30    275  Z8RsBpxhnkebK5fvahVCmfV7icO2      deep   270
    2019-12-17 03:33:00    276  Z8RsBpxhnkebK5fvahVCmfV7icO2     light    30
    2019-12-17 03:33:30    277  Z8RsBpxhnkebK5fvahVCmfV7icO2      deep   360

应该是：

                      index                           uid        sec
Time
2019-12-16 01:30:00    257  Z8RsBpxhnkebK5fvahVCmfV7icO2        2775
2019-12-16 03:00:00    259  Z8RsBpxhnkebK5fvahVCmfV7icO2        480
2019-12-16 03:15:00    260  Z8RsBpxhnkebK5fvahVCmfV7icO2        660
2019-12-16 03:15:00    260  HFxeriowjryghdsjuihdjsuiuiw3        660

2019-12-17 03:30:00  277.5   220

因为这三个值非常接近3:30，而不是在3:15创建一个新值（因为3:30太远了）

---

谢谢，

IIUC，我想这会有用的

data =df.set_index('Time').resample('15min').agg({'sec':'mean','index':'mean', 'uid':'first' }).dropna()

---

IIUC，我想这会管用的

data =df.set_index('Time').resample('15min').agg({'sec':'mean','index':'mean', 'uid':'first' }).dropna()

---

不，问题不是删除NaN值，而是保留一些数据，我不想应用平均值。如果您看到，在重新采样后，数据“uid”消失，因为使用该值我无法应用mean.updated，必须有更好的方法来执行此操作，但至少我可以这样做。如果相同的小时数和ID不同，我需要在之前使用groupby？我试过这样做：data=dataM.groupby（'uid'）。resample（'15min'）。agg（{'sec'：'mean'，'uid'：'first'}）。dropna（）。但不应用正确的重新采样。你可以共享一些数据并希望输出更新问题吗？不，问题不是删除NaN值，而是保留一些数据，我不想应用mean。如果您看到，在重新采样后，数据“uid”消失，因为使用该值我无法应用mean.updated，必须有更好的方法来执行此操作，但至少我可以这样做。如果相同的小时数和ID不同，我需要在之前使用groupby？我试过这个：data=dataM.groupby（'uid'）。重采样（'15min'）。agg（{'sec'：'mean'，'uid'：'first'}）。dropna（）但是，不要应用正确的重采样。您是否可以共享一些数据和所需的输出可能是更新问题？您正在创建15分钟的存储箱，因此从3:00到3:14:59没有条目，然后从下一个存储箱3:15:00到3:29:59有一个条目按原样显示。啊，好的。我知道了，你正在创建15分钟的垃圾箱，所以从3:00到3:14:59没有条目，然后从下一个垃圾箱3:15:00到3:29:59有一个条目，看起来是这样的。啊，好的。我明白了