Python数据帧组标记

Pandas或其他python包中是否有任何工具可以方便地标记Pandas数据帧中不同行数的组？以下是更多细节：

我的dataFrame有一列datetime.datetime对象用作dataFrame索引。时间间隔不均匀，在给定的时间内，行数会有所不同

在该数据帧中，我需要创建一个列，该列对于跨越固定时间跨度（在我的示例中为12秒）的每一系列行具有不同的标签

例如，使用带有秒的示例

Time(s) | label
1           |   0
2           |   0
3           |   0
7           |   0
12         |   1
15         |   1
20         |   1
24          |   2 
Etc… 

我正在寻找一种替代方法作为蛮力循环。与此相关的算法有标记、分割和映射，但我不确定到底要寻找什么。我希望有一些东西能更有效地利用python、Pandas和/或Numpy，因为行数将达到1亿左右

谢谢演示：

样本DF：

In [32]: df = pd.DataFrame({'Time':pd.date_range('2017-01-01 00:00:01', freq='3S', periods=15)})

In [33]: df
Out[33]:
                  Time
0  2017-01-01 00:00:01
1  2017-01-01 00:00:04
2  2017-01-01 00:00:07
3  2017-01-01 00:00:10
4  2017-01-01 00:00:13
5  2017-01-01 00:00:16
6  2017-01-01 00:00:19
7  2017-01-01 00:00:22
8  2017-01-01 00:00:25
9  2017-01-01 00:00:28
10 2017-01-01 00:00:31
11 2017-01-01 00:00:34
12 2017-01-01 00:00:37
13 2017-01-01 00:00:40
14 2017-01-01 00:00:43

解决方案：

In [34]: df['label'] = df.groupby(pd.Grouper(key='Time', freq='12S')).ngroup()

结果:

In [35]: df
Out[35]:
                  Time  label
0  2017-01-01 00:00:01      0
1  2017-01-01 00:00:04      0
2  2017-01-01 00:00:07      0
3  2017-01-01 00:00:10      0
4  2017-01-01 00:00:13      1
5  2017-01-01 00:00:16      1
6  2017-01-01 00:00:19      1
7  2017-01-01 00:00:22      1
8  2017-01-01 00:00:25      2
9  2017-01-01 00:00:28      2
10 2017-01-01 00:00:31      2
11 2017-01-01 00:00:34      2
12 2017-01-01 00:00:37      3
13 2017-01-01 00:00:40      3
14 2017-01-01 00:00:43      3

IIUC，时间是一个整数，那么我想你需要的是floordiv

df['label'] = df['Time(s)'] // 12

---

freq选项不是假设每个12秒的块中有恒定数量的条目吗？您的示例满足了这一点，因为它是以给定的频率生成的，但正如我所描述的，在我的示例中，跨越12s的给定块不会跨越恒定数量的行，因为这些12s是随机采样的。在这种情况下也会这样吗？你知道如果“Time”列被设置为数据帧的索引，为什么它不起作用吗？在这种情况下，我有了pd.gropper（key='index'，freq='12S'）。这将导致：

TypeError:unhabable type:'DatetimeIndex'

@Wall-E，如果

Time

设置为索引，请使用：

df.groupby（pd.Grouper（freq='12S'））.ngroup（）