如何对DataFrame外推计算15分钟和30分钟平均值？

现有一个按ID-A和ID-B分组、时间列窗口为3分钟的DataFrame，需计算sum与num比值的15分钟和30分钟平均值。规则如下：

• 若数据覆盖时长达到15或30分钟，直接计算对应时长的平均值
• 若时长不足，则按已有数据的平均水平外推至目标时长

可复现的DataFrame代码 #

import pandas as pd

data = {'time': ['09:30:00',
                 '09:33:00',
                 '09:36:00',
                 '09:36:00',
                 '09:39:00',
                 '09:42:00',
                 '09:30:00',
                 '09:33:00',
                 '09:36:00'],
         'sum': [5, 8, 5, 10, 15, 2, 10, 12, 5],
         'num': ['2', '2', '2', '3', '3', '3', '2', '2', '2']}
my_index = pd.MultiIndex.from_arrays([["A"]*6 + ["B"]*3, [1, 1, 1, 2, 2, 2, 1, 1, 1]], names=["ID-A", "ID-B"])
df = pd.DataFrame(data, index=my_index)

注：每组ID-A和ID-B对应的num值固定。

期望输出 #

ID-A  ID-B    time     sum   num   15min   30min  
A       1   09:30:00    5     2     15      30  
            09:33:00    8     2     15      30  
            09:36:00    5     2     15      30  
        2   09:36:00    10    3     15      30  
            09:39:00    15    3     15      30  
            09:42:00    2     3     15      30  
B       1   09:30:00    10    2     22.5    45  
            09:33:00    12    2     22.5    45  
            09:36:00    5     2     22.5    45  

计算逻辑示例 #

对于ID-A为A、ID-B为1的分组，数据仅覆盖9分钟：

1. 先计算每分钟的平均sum值：(5+8+5)/9 = 2
2. 再除以固定num值2，得到每分钟的比值：2/2 = 1
3. 外推至15分钟：1*15 = 15；外推至30分钟：1*30 = 30

我的思路 #

由于最大需计算30分钟平均值，可先将所有数据外推至30分钟，再衍生15分钟和30分钟结果，最终保留ID-A、ID-B、15min、30min列即可。

内容的提问来源于stack exchange，提问作者MemeFast King