基于时间间隔与属性分组的Pandas车辆数据聚合及CSV导出需求

原始数据集 #

import pandas as pd

data = {
    'timestamp': ['2022-11-03 00:00:06', '2022-11-03 00:00:33', '2022-11-03 00:00:35', '2022-11-03 00:00:46', '2022-11-03 00:01:21', '2022-11-03 00:01:30'],
    'from': ['A', 'A', 'A', 'A', 'B', 'C'],
    'to': ['B', 'B', 'B', 'C', 'C', 'B'],
    'type': ['Car', 'Car', 'Van', 'Car', 'HGV', 'Van']
}

df = pd.DataFrame(data)

需求说明 #

• 针对每种车型生成独立CSV：按15分钟时间间隔、from列分组，统计车辆数量，不含to列；
• 针对每种车型生成独立CSV：按15分钟时间间隔、from+to列分组，统计车辆数量。

实现步骤 #

1. 数据预处理 #

先将timestamp转换为datetime类型并设置为索引，这是resample时间聚合的必要前提：

# 转换时间列格式为datetime
df['timestamp'] = pd.to_datetime(df['timestamp'])
# 设置时间列为数据索引
df = df.set_index('timestamp')

2. 生成第一类CSV（按15分钟+from分组） #

遍历所有车型，对单车型数据做15分钟时间重采样，再按from字段聚合计数，最后导出为CSV：

# 遍历数据中所有车型
for vehicle_type in df['type'].unique():
    # 筛选当前车型的数据集
    type_subset = df[df['type'] == vehicle_type]
    # 按from分组+15分钟时间间隔统计数量
    agg_result = type_subset.groupby('from').resample('15min').size().reset_index(name='vehicle_count')
    # 保存为CSV文件，命名规则：车型_15min_仅出发地统计.csv
    agg_result.to_csv(f'{vehicle_type}_15min_from_only.csv', index=False)

3. 生成第二类CSV（按15分钟+from+to分组） #

逻辑和第一类一致，仅增加to字段作为分组维度：

# 遍历数据中所有车型
for vehicle_type in df['type'].unique():
    # 筛选当前车型的数据集
    type_subset = df[df['type'] == vehicle_type]
    # 按from+to分组+15分钟时间间隔统计数量
    agg_result = type_subset.groupby(['from', 'to']).resample('15min').size().reset_index(name='vehicle_count')
    # 保存为CSV文件，命名规则：车型_15min_出发地目的地统计.csv
    agg_result.to_csv(f'{vehicle_type}_15min_from_to.csv', index=False)

补充说明 #

• 代码会自动识别数据中所有车型，即使后续新增车型（比如你提到的8种）也无需修改代码；
• resample('15min')会自动按15分钟时间桶聚合，时间桶起始会对齐数据中最早的时间点；
• size()方法用于统计每组的记录数，对应实际车辆通行数量。

内容的提问来源于stack exchange，提问作者Roman Dostál