如何结合Pandas Groupby与Resample分析函数调用时长数据？

首先，先把duration列从timedelta类型转为数值（比如总秒数），方便后续聚合计算：

# 将timedelta转为总秒数，便于统计
df['duration_sec'] = df['duration'].dt.total_seconds()

核心统计实现（两种方法二选一） #

方法1：用pd.Grouper同时按时间窗口和函数分组

直接指定5分钟时间窗口，和function一起作为分组依据，一次性计算所需统计量：

# 按5分钟时段 + 函数名称分组，计算时长的最大、最小、平均值
stats_result = df.groupby([
    pd.Grouper(freq='5min'),  # 基于DatetimeIndex的5分钟分段
    'function'
])['duration_sec'].agg(['max', 'min', 'mean']).reset_index()

方法2：先按函数分组，再对每组做时间重采样

适合需要对单个函数单独分析的场景，逻辑更直观：

# 先按函数分组，每个函数组内按5分钟重采样统计
stats_result = df.groupby('function')['duration_sec'].resample('5min').agg(['max', 'min', 'mean']).reset_index()

定位缓慢时段 #

统计结果出来后，可通过筛选条件定位异常时段：

# 示例：筛选平均调用时长超过10秒的记录
slow_cases = stats_result[stats_result['mean'] > 10]
# 或者筛选最大值超过阈值的记录
slow_spikes = stats_result[stats_result['max'] > 30]

关键说明 #

• freq='5min'：指定时间窗口为5分钟，Pandas会自动按Timestamp的时间戳划分连续的5分钟区间（比如00:00-00:05、00:05-00:10等）
• agg(['max', 'min', 'mean'])：批量聚合多个统计指标，比单独调用max()/min()更高效
• reset_index()：将分组后的多级索引转为普通列，方便后续查看、导出或可视化
• 如果需要保留无调用记录的5分钟窗口（填充0或NaN），可在resample或Grouper中添加dropna=False

内容的提问来源于stack exchange，提问作者Rob