Jak pogrupować szeregi czasowe przez 10 minut za pomocą pand?

Question

Mają szereg czasowy (TS) indeksowane przez DatatimeIndex, chcesz grupy go przez 10 minut

index x y z 

ts1  .... 
ts2  .... 
... 

wiem jak grupa przez 1 minutę

def group_by_minute(timestamp): 
    year = timestamp.year 
    month = timestamp.month 
    day = timestamp.day 
    hour = timestamp.hour 
    minute = timestamp.minute 
    return datetime.datetime(year, month, day, hour, minute) 

następnie

ts.groupby(group_by_minute, axis=0) 

moja dostosowana funkcja (z grubsza)

def my_function(group): 
    first_latitude = group['latitude'].sort_index().head(1).values[0] 
    last_longitude = group['longitude'].sort_index().tail(1).values[0] 
    return first_latitude - last_longitude 

więc DataFrame ts powinien zdecydowanie zawiera 'szerokości geograficznej' i kolumny 'długości geograficznej'

Podczas korzystania TimeGrouper

ts.groupby(pd.TimeGrouper(freq='100min')).apply(my_function) 

mam następujące błędy,

TypeError: cannot concatenate a non-NDFrame object 

Answer 1

Jest pandas.TimeGrouper dla Tego rodzaju rzeczy, które opisałeś, mogą być następujące:

agg_10m = df.groupby(pd.TimeGrouper(freq='10Min')).aggregate(numpy.sum) #or other function 

Answer 2

wiem, że to jest stary, ale pd.Grouper() będzie również osiągnąć ten cel:

agg_10m = df.groupby(pd.Grouper(freq='10Min')).aggregate(numpy.sum)