如何按每10秒间隔为Pandas DataFrame添加递增标签

问题描述 #

我有一个包含ID和time列的Pandas DataFrame，数据如下：

需要基于time列按每10秒的间隔为数据添加递增的字母标签，期望输出如下：

解决方案 #

按以下步骤操作即可实现需求：

1. 统一时间格式：先把time列转换成Pandas的datetime类型，确保能正常计算时间间隔。
2. 生成分组编号：以数据中最早的时间为基准，计算每个时间与基准时间的秒数差，除以10后取整数，得到每行的分组编号。
3. 映射为字母标签：将分组编号对应成大写字母，比如编号0对应A、1对应B，以此类推。

代码实现：

import pandas as pd

# 构造示例数据
data = {
    'ID': [1,2,3,4,5,6,7,8,9],
    'time': ['2022-07-31 23:59:53', '2022-07-31 23:59:54', '2022-07-31 23:59:55',
             '2022-07-31 00:00:00', '2022-07-31 00:00:01', '2022-07-31 00:00:02',
             '2022-07-31 00:00:07', '2022-07-31 00:00:10', '2022-07-31 00:00:13']
}
df = pd.DataFrame(data)

# 转换time列为datetime类型
df['time'] = pd.to_datetime(df['time'])

# 计算每个时间与最早时间的秒数差，除以10取整得到分组ID
base_time = df['time'].min()
df['group_id'] = (df['time'] - base_time).dt.total_seconds() // 10

# 将分组ID映射为字母标签
df['DESIRED_VALUE'] = df['group_id'].apply(lambda x: chr(ord('A') + int(x)))

# 可选：删除中间的group_id列
df = df.drop('group_id', axis=1)

print(df)

运行代码后即可得到与期望一致的输出，其中时间列的跨天情况会被Pandas自动识别并正确计算间隔。

内容的提问来源于stack exchange，提问作者user17760969