我和Pandas开了一个大的.csv。 它有2列，列“a”是timpestamp（Unix时间戳），列“b”是值。 数据是高频率的（大约1点/秒），但间隔不均匀，有时是每秒5点，有时是每5秒1点。
我需要每5分钟将它缩小到1点或者花几秒钟但是由于间距的不均匀性，我可以想象的唯一方法如下：
- 读取第一个时间戳的值
- 通过以下所有时间戳，直到找到一个值等于或高于第一个值+300秒的值。将时间戳+值输出到输出文件
- 查找下一个数据点，搜索时间戳等于或高于第一个时间戳+ 300 * N秒的第一个数据点。
为了做到这一点，我需要使用某种“索引”来访问.csv的行，枚举它们可能会没问题。
怎么做？我会在几秒钟内在Sql中完成它，但我在这里很丢失。
编辑：要明确这不是重复，可以用更抽象的方式将问题重新表述为“如何随意索引导入的数据集。”
答案 0 :(得分：1)
使用Pandas方法可以很容易地做到这一点：
df = pd.read_csv(filename)
# convert UNIX timestamp to datetime
df.index = pd.to_datetime(df.pop('a'), unit='s', errors='coerce')
df.resample('5T').mean().to_csv(filename)