如何用Pandas按10分钟时间窗口计算行计数的均值

实现思路 #

基于你已有的1分钟窗口统计结果，按10分钟窗口重新分组，计算每个窗口内的计数总和除以窗口内的记录数，最后取四舍五入后的整数。

代码实现 #

# 把原分组结果的时间索引向下取整到10分钟，作为新分组键
ten_min_groups = grouped_df.groupby(pd.to_datetime(grouped_df.index).dt.floor('10T'))

# 对每个10分钟窗口计算总和、记录数，做除法后取最接近的整数
result = ten_min_groups.apply(lambda g: round(g.sum() / g.count()))

代码说明 #

• pd.to_datetime(grouped_df.index).dt.floor('10T')：将原1分钟粒度的时间索引转换为10分钟窗口的起始时间，作为分组依据。
• groupby(...)：按生成的10分钟窗口键分组。
• apply(lambda g: round(g.sum() / g.count()))：对每个分组，先求和得到窗口内总计数，再除以分组内的记录条数（即该窗口包含的1分钟统计项数量），最后用round()取四舍五入结果。

输出结果 #

执行代码后会得到你预期的结果：

timestamp
2022-11-09 14:10:00    3
2022-11-09 14:20:00    1
2022-11-09 15:10:00    1
2022-11-09 15:30:00    1
2022-11-09 16:10:00    1
Name: x, dtype: int64

内容的提问来源于stack exchange，提问作者JayJona