如何按DataFrame时间戳列的5分钟间隔求Price列平均值并保留其他列

嘿，这需求很常见，我给你两种简单的实现方式，都能完美满足你的要求：

方法一：使用resample（推荐，适合时间序列场景） #

首先我们可以把Event time列设置为DataFrame的索引，然后用resample按5分钟间隔分组，同时指定每列的聚合规则——Price列求均值，其他列（比如Event type和Ignore）如果在每个时间组里值是一致的，直接取组内第一个值就好：

# 将Event time设为索引
df = df.set_index('Event time')

# 按5分钟重采样，聚合各列
result_df = df.resample('5T').agg({
    'Price': 'mean',
    'Event type': 'first',
    'Ignore': 'first'
}).reset_index()

方法二：使用pd.Grouper（无需修改原索引） #

如果不想改动原DataFrame的索引结构，可以用pd.Grouper指定时间列和分组频率，同样搭配agg来定义各列的处理逻辑：

result_df = df.groupby(pd.Grouper(key='Event time', freq='5T')).agg({
    'Price': 'mean',
    'Event type': 'first',
    'Ignore': 'first'
}).reset_index()

关键细节说明 #

• 代码里的'5T'是pandas的时间频率代码，代表5分钟（T是分钟的缩写，同理'H'代表小时、'D'代表天）。
• 关于其他列的聚合：如果你的Event type和Ignore在同一个5分钟组内可能有不同的值，可以根据需求替换聚合方式，比如用'unique'保留所有唯一值，或者用lambda x: ', '.join(map(str, x))把所有值拼接起来。但从你的示例数据来看，这两列值都是固定的，用'first'完全够用。

运行后你会得到类似这样的结果：

Event time Event type Ignore Price
0 2018-05-11 22:15:00 kline 0 18202364.5

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