panda df迭代，基于时间的数据装箱（以毫秒为单位）

Question

我重新提出了问题的重点，并尝试尽可能具体。在下面，我还包括到目前为止使用的代码；

（（1）从SQL中提取数据时，我的时间是一种混合格式，其中包含一个很难使用的字母。为了避免出现问题，我尝试提出申请； df.time = pd.to_timedelta（df.time，unit ='ms'），这很好，因为它不知道如何提取小时和分钟。例子; 2019.11.22D01：18：00.01000，我只需要以以下格式输入``时间''列; '01：18：00.01000'。也许我可以使用'np.datetime64'将我所有的SQL时间条目转换为所需的格式，并截断我需要的字符数量？请告知团队。我也尝试过'data = np.datetime64（'time'），但是得到'解析日期时间字符串“ time”在位置0'时出错。

（（2）我尝试按以下两个因素对我的数据进行分组，首先是'data2'，然后是'time'。这是因为我的数据不是按以下顺序而是按随机顺序排列。我得到：'DataFrameGroupBy'是不可调用的。那是因为我有重复的data2值吗？您能否帮忙解决此问题？

（3）因此，在将数据按'data2'和'time'分组之后，我需要在预定义的时间间隔（即[0 = 10ms]，[10-20ms）等）内对数据进行分箱，因此例如，0,1,2将落在[0-10ms）分箱之下。因此，我需要能够首先定义这些垃圾箱（我将拥有一组固定的垃圾箱）。然后，对于下一个'data2'更改（即从55变为56），我们将开始时间设置为0，并根据从0到data2再次更改之前经过的时间对行数据进行分类。等等。我该如何编写代码，最麻烦的是将计时器设置为“ 0”，并在每行中引用“时间”，只要“ data2”的值没有改变。然后，当“ data2”更改时，重新开始，对数据进行相应的装箱。

下面是我到目前为止使用的代码；

import pyodbc 
import pandas as pd
import numpy as np

conn = pyodbc.connect('Driver={SQL Server};'
                      'Server=XXXXXXXXX;'
                      'Database=Dynamics;'
                      'Trusted_Connection=yes;')

cursor = conn.cursor()

SQL_Query = pd.read_sql_query('''select ID,time,data1,data2,data3,data4,data5 from Dynamics''', conn)
df = pd.DataFrame(SQL_Query, columns=['ID','time','data2','data3','data4','data5'])
df.time=pd.to_timedelta(df.time, unit='ms')
df[['data4']] = df[['data4']].apply(pd.to_numeric)
df['diff']=df['data4']-df['data5']
df['diff']=df['diff'].abs()
df=df.groupby(['data3','time'])
print(df)



                     time data_1  data_2 data_3  data_4  data_5
0 2019-11-22 01:18:00.010      a      55      A    1.20    1.24
1 2019-11-22 01:18:00.090      a      55      B    1.25    1.24
2 2019-11-22 01:18:00.100      a      55      C    1.26    1.24
3 2019-11-22 01:18:00.140      a      55      A    1.22    1.22
4 2019-11-22 01:18:00.160      a      55      B    1.23    1.22

我重新提出了问题的重点，并尝试尽可能具体。在下面，我还包括到目前为止使用的代码； （1）从SQL中提取数据时，我的时间是一种混合格式，其中包含...

Answer 1

熊猫具有日期范围的强大功能。这是一个创建一分钟范围的示例，在每一行上都有一个新的毫秒（这也是索引）。