在Pandas中结合DateTime使用GroupBy：获取周最小值及对应时间戳

我从API获取了如下格式的数据（简化示例）：

0,1500843600,8872 
1,1500807600,18890 
2,1500811200,2902
……

其中第二列为秒级时间戳，第三列为数值。数据涵盖数月内的每小时记录。我希望按周（每周从周一开始）分组，获取每周第三列的最小值，同时返回该最小值对应的具体时间戳。现有代码能正确返回最小值，但无法拿到对应的时间戳，请问如何修改？

现有代码：

import pandas as pd  # 补充原代码遗漏的导入

df = pd.DataFrame(columns=['Timestamp', 'Value']) # dic holds the data that I get from my API.
for i in range(len(dic)):
    df.loc[i] = [dic[i][1], dic[i][2]]
df['Timestamp'] = pd.to_datetime(df['Timestamp'], unit='s')
df.sort_values(by=['Timestamp'])
df.set_index(df['Timestamp'], inplace=True)
df.groupby([pd.Grouper(key='Timestamp', freq='W-MON')])['Value'].min()

刚好我之前处理过类似的时间序列分组需求，给你两种实用的实现方式：

方法1：用idxmin()定位最小值索引，再关联原始数据 #

groupby.min()只能返回数值，但idxmin()会返回最小值所在行的索引（也就是你要的时间戳），之后我们可以通过这个索引从原始数据里提取对应的时间和数值。

修改后的优化代码：

import pandas as pd

# 优化数据加载：直接用API返回的dic构造DataFrame，不用手动循环
df = pd.DataFrame(dic, columns=['idx', 'Timestamp', 'Value'])
df = df.drop('idx', axis=1)  # 移除没用的第一列

# 转换时间戳并整理索引
df['Timestamp'] = pd.to_datetime(df['Timestamp'], unit='s')
df = df.sort_values(by='Timestamp').set_index('Timestamp')  # 合并排序+设索引，避免原代码无赋值的无效排序

# 按周分组，获取每个组最小值对应的时间戳索引
weekly_min_idx = df.groupby(pd.Grouper(freq='W-MON'))['Value'].idxmin()

# 提取结果并整理格式
weekly_min_result = df.loc[weekly_min_idx].reset_index()
weekly_min_result = weekly_min_result.rename(columns={
    'Timestamp': 'Min_Value_Timestamp', 
    'Value': 'Weekly_Min_Value'
})
print(weekly_min_result)

方法2：用agg()自定义聚合逻辑 #

如果想更简洁，也可以用groupby.agg()直接同时聚合最小值和对应的时间戳，只需要写个小函数处理每个分组：

import pandas as pd

# 同样先处理数据加载和时间转换
df = pd.DataFrame(dic, columns=['idx', 'Timestamp', 'Value'])
df = df.drop('idx', axis=1)
df['Timestamp'] = pd.to_datetime(df['Timestamp'], unit='s')
df = df.sort_values(by='Timestamp').set_index('Timestamp')

def get_min_with_ts(group):
    # 找到分组中Value最小的行
    min_row = group[group['Value'] == group['Value'].min()]
    return pd.Series({
        'Weekly_Min_Value': min_row['Value'].values[0],
        'Min_Value_Timestamp': min_row.index[0]
    })

# 分组聚合得到结果
weekly_min_result = df.groupby(pd.Grouper(freq='W-MON')).apply(get_min_with_ts).reset_index()
print(weekly_min_result)

额外提两个小优化点 #

• 原代码里的df.sort_values(by=['Timestamp'])没有赋值给变量，等于白执行了，一定要记得赋值或者合并到后续操作里
• 数据加载时直接用pd.DataFrame(dic)比手动循环loc高效得多，数据量大的时候差距会很明显

内容的提问来源于stack exchange，提问作者tinker