按时间间隔组合timedelta和日期列

Question

我需要将两个单独的列组合到一个日期时间列。

大熊猫数据帧如下所示：

calendarid time_delta_actualdeparture actualtriptime 
20140101  0 days 06:35:49.000020000  27.11666667 
20140101  0 days 06:51:37.000020000  24.83333333 
20140101  0 days 07:11:40.000020000  28.1 
20140101  0 days 07:31:40.000020000  23.03333333 
20140101  0 days 07:53:34.999980000  23.3 
20140101  0 days 08:14:13.000020000  51.81666667 

我想将它转化成这个样子：

calendarid    actualtriptime 
2014-01-01 6:30:00  mean of trip times in time interval 
2014-01-01 7:00:00  mean of trip times in time interval 
2014-01-01 7:30:00  mean of trip times in time interval 
2014-01-01 8:00:00  mean of trip times in time interval 
2014-01-01 8:30:00  mean of trip times in time interval 

基本上我想在两列之一，然后组结合分成30分钟的时间间隔，取这段时间内实际旅行时间的平均值。我尝试过很多技巧，但我仍然在学python/pandas。谁能帮我这个？

Answer 1

将您的'calendarid'列转换为日期时间并添加增量以获取开始时间。

In [5]: df['calendarid'] = pd.to_datetime(df['calendarid'], format='%Y%m%d') 


In [7]: df['calendarid'] = df['calendarid'] + df['time_delta_actualdeparture'] 

In [8]: df 
Out[8]: 
        calendarid time_delta_actualdeparture actualtriptime 
0 2014-01-01 06:35:49.000020    06:35:49.000020  27.116667 
1 2014-01-01 06:51:37.000020    06:51:37.000020  24.833333 
2 2014-01-01 07:11:40.000020    07:11:40.000020  28.100000 
3 2014-01-01 07:31:40.000020    07:31:40.000020  23.033333 
4 2014-01-01 07:53:34.999980    07:53:34.999980  23.300000 
5 2014-01-01 08:14:13.000020    08:14:13.000020  51.816667 

然后，您可以将日期列设置为索引，并在30分钟频率重新采样以获得每个区间的平均值。

In [19]: df.set_index('calendarid').resample('30Min', how='mean', label='right') 
Out[19]: 
        actualtriptime 
calendarid       
2014-01-01 07:00:00  25.975000 
2014-01-01 07:30:00  28.100000 
2014-01-01 08:00:00  23.166667 
2014-01-01 08:30:00  51.816667