Python 熊猫通过时间戳的接近程度来分组

我有一个由以下代码生成的数据帧：

l_dates = ['2017-01-01 19:53:36',
           '2017-01-01 19:54:36',
           '2017-01-03 18:15:13',
           '2017-01-03 18:18:11',
           '2017-01-03 18:44:35',
           '2017-01-07 12:50:48']

l_ids = list(range(len(l_dates)))

l_values = [x*1000-1 for x in l_ids]

l_data = list(zip(l_dates, l_ids, l_values))

df1_ = pd.DataFrame(data = l_data, columns = ['timeStamp', 'usageid', 'values'])

在这个版本中如下所示

             timeStamp  usageid  values
0  2017-01-01 19:53:36        0      -1
1  2017-01-01 19:54:36        1     999
2  2017-01-03 18:15:13        2    1999
3  2017-01-03 18:18:11        3    2999
4  2017-01-03 18:44:35        4    3999
5  2017-01-07 12:50:48        5    4999

我想根据密切相关的观察结果组成小组。例如，应将15分钟时间间隔内的所有观察结果分组在一起

我知道我可以以两两的方式识别这些类型的观察结果，如下所示

df_user10241['timeStamp']  < pd.Timedelta(minutes=15)

---

非常感谢，如果您需要更多信息，请告诉我。

您需要

cumsum

'Session'+(df.timeStamp.diff().fillna(0)/np.timedelta64(15, 'm')).gt(1).cumsum().add(1).astype(str)
Out[959]: 
0    Session1
1    Session1
2    Session2
3    Session2
4    Session3
5    Session4
Name: timeStamp, dtype: object

在把它分配回来之后

df['Session']='Session'+(df.timeStamp.diff().fillna(0)/np.timedelta64(15, 'm')).gt(1).cumsum().add(1).astype(str)
df
Out[961]: 
            timeStamp  usageid  values   Session
0 2017-01-01 19:53:36        0      -1  Session1
1 2017-01-01 19:54:36        1     999  Session1
2 2017-01-03 18:15:13        2    1999  Session2
3 2017-01-03 18:18:11        3    2999  Session2
4 2017-01-03 18:44:35        4    3999  Session3
5 2017-01-07 12:50:48        5    4999  Session4

---

哇，太棒了！你能再解释一下吗。我猜我不明白

/np.timedelta64（15，'m'）

那么

gt（1）

这两个做什么？@clog14这是计算timedelta中包含多少个15分钟，超过1个（意味着15分钟）应该属于下一组：-）好的，谢谢我知道了。：-）还有两个简短的问题：1。我想没有直接的方法可以使用groupby来实现这一点，对吗？2.如果我有一个更compex的dataframe，它有另一个级别，比如客户，我可以将此解决方案传递给客户上的groupby操作，对吗？@clog14是的，您可以分组并将以上所有内容传递给lambda:-）有人可以回答以下问题吗，类似于这个问题，但分组不是基于接近程度。

df['Session']='Session'+(df.timeStamp.diff().fillna(0)/np.timedelta64(15, 'm')).gt(1).cumsum().add(1).astype(str)
df
Out[961]: 
            timeStamp  usageid  values   Session
0 2017-01-01 19:53:36        0      -1  Session1
1 2017-01-01 19:54:36        1     999  Session1
2 2017-01-03 18:15:13        2    1999  Session2
3 2017-01-03 18:18:11        3    2999  Session2
4 2017-01-03 18:44:35        4    3999  Session3
5 2017-01-07 12:50:48        5    4999  Session4