python:使用时间戳列将时间段分配给行

Question

我有一个数据集，其中包含一些数字观察值，以及它的开始和结束时间。我正在尝试为每个观察值分配一个bin，每个bin是5分钟，如果事务在该时间间隔内开始，则应分配该bin。(我在熊猫中探索了重采样选项，但在那里我找不到一种方法来保留观察的独特属性，例如数量)

data
id     start               end                 amt count
1004 2017-07-01 08:02:30 2017-07-01 10:02:30 250   1
1004 2017-07-01 08:09:30 2017-07-01 09:03:35 250   1
1006 2017-07-01 09:54:50 2017-07-01 10:26:31 50    1

timebins
0 00:00:00
1 00:05:00
2 00:10:00

期望的输出将是，

id       start           end                 amt count    bin 
1004 2017-07-01 08:02:30 2017-07-01 10:02:30 250   1      08:00

Answer 1

由于数据可以直接用于日期时间格式，因此我使用dt来访问时间

def makebins(x):
    x=pd.to_datetime(x)
    return str(x.hour) + ":" + str(int(x.minute/5)*5)

df["bins"] = df['start'].apply(makebins)

Answer 2

您可以拼接开始时间戳字符串并向下舍入到最接近的5分钟间隔：

def binify(timestamp):
    h, m, s = timestamp.split()[1].split(':')
    m = int(m)
    m = m - (m % 5) 
    return h + ':' + str(m).zfill(2)

df['bin'] = [binify(x) for x in df['start']]