划分一系列关于pandas的时间间隔吗？

Question

是否可以在时间间隔上划分时间序列。例如，假设我们有以下内容：

rng2011 = pd.date_range('1/1/2011', periods=72, freq='H')
rng2012 = pd.date_range('1/1/2012', periods=72, freq='H')
Y = rng2011.union(rng2012)

是否有可能寻找一年或更长时间的差距，并在其上分割数据框？

我想这会像这样：

Y.groupby(Y.map(lambda x: x.year))

除了这会在年份日期上分开，而且我有兴趣指定一个间隔间隔而不是该行的year属性。

应用程序是我从gps那里获得了旅行日志，但是没有描述一次旅行结束和另一次旅行开始的时间。我想分开十分钟或更长时间。

Answer 1

假设Y是数据框中的一列，一种方法是使用diff和cumsum：

df = DataFrame(Y)
df[1] = df[0].diff() > 600000000000.0 #nanoseconds in ten minutes
df[1] = df[1].apply(lambda x: 1 if x else 0).cumsum()
df.groupby(1)

注意：如果您使用72小时内的纳秒数，它将分为两组。