如何在序列python中计算时间戳差异

Question

我的DF是这样的:

0   2021-01-01 01:00:00+ 00:00
1   2021-01-01 01:05:00+ 00:00
2   2021-01-01 01:10:00+ 00:00
3   2021-01-01 01:15:00+ 00:00
4   2021-01-04 06:00:00+ 00:00
5   2021-01-04 06:05:00+ 00:00

这列是一个时间戳。我想计算每个时期的持续时间(没有大于5分钟的行之间的差距)，它的开始和结束。例如这里，我想得到一个结果:

• 15分钟从2021-01-01 01:00:00+ 00:00到2021-01-01 01:15:00+00:00
• 5分钟从2021-01-04 06:00:00+ 00:00到2021-01-0406:05:00 + 0

我该怎么做?

Answer 1

iuc，您可以使用自定义组和agg:

# ensure datetime if string
df['timestamp'] = pd.to_datetime(df['timestamp'], format='%Y-%m-%d %H:%M:%S+ 00:00')
# compute a custom group for consecutive values within 5min
group = df['timestamp'].diff().gt('5min').cumsum()
# aggregate
out = (df
.groupby(group)['timestamp']
.agg(**{'start': 'min', 'end': 'max', 'delta': lambda g: g.max()-g.min()})
)

输出:

start                 end           delta
timestamp                                                        
0         2021-01-01 01:00:00 2021-01-01 01:15:00 0 days 00:15:00
1         2021-01-04 06:00:00 2021-01-04 06:05:00 0 days 00:05:00