pandasでn秒ごとにデータをまとめて列ごとに処理

Question

pandasで時系列データをもとに、n秒ごとに行をまとめてそのまとめた行の列ごとに別々の処理を行いたいのですが、良い方法あるでしょうか？
例えばこの例のようなデータに対して3秒ごとにまとめ、priceは3秒内の最大値を求め、amountは3秒間の総和を求めるということがしたいです。
str_dateはインデックスではなく、指定していません。カラム名はstr_date, price, amountです。

str_date	price	amount
"2020-06-01 00:00:00"	100	0.1
"2020-06-01 00:00:01"	400	0.2
"2020-06-01 00:00:02"	300	0.3
"2020-06-01 00:00:05"	200	0.4
"2020-06-01 00:00:07"	900	0.5
"2020-06-01 00:00:12"	700	0.6
"2020-06-01 00:00:13"	800	0.7
"2020-06-01 00:00:14"	900	0.8

・3秒でサンプリング

str_date	price	amount
"2020-06-01 00:00:00"	400	0.6
"2020-06-01 00:00:03"	200	0.4
"2020-06-01 00:00:06"	900	0.5
"2020-06-01 00:00:09"	NaN	NaN
"2020-06-01 00:00:12"	900	2.1

Comments

[y_waiwai]

なにをききたいんでしょうか

時間の判定？それとも最大値を求める方法？あるいは積算する方法？

Answer 1

まとめた行を作ったあとに、列に対して処理を適用したい場合なら、apply()を使えば編集ができますよ。意図した答えになっているでしょうか。

df = df['amount'].apply(get_amount)

def get_amount(amount)
    return amount * 10

Answer 2

データがない区間のamountの総和がNaNにはできませんでしたが、それを除けば下記のコードで行けます。

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "str_date": [
            "2020-06-01 00:00:00",
            "2020-06-01 00:00:01",
            "2020-06-01 00:00:02",
            "2020-06-01 00:00:05",
            "2020-06-01 00:00:07",
            "2020-06-01 00:00:12",
            "2020-06-01 00:00:13",
            "2020-06-01 00:00:14",
        ],
        "price": [100, 400, 300, 200, 900, 700, 800, 900],
        "amount": [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8],
    }
)
print(df)

# インデックスをstr_dateをDatetimeIndex型のインデックス
df.index = pd.DatetimeIndex(
    pd.to_datetime(df.str_date, format="%Y-%m-%d %H:%M:%S")
)
df.index.name = "date"

# リサンプリング
df_3sec = df.resample("3S").agg({"price": np.max, "amount": np.sum})
print(df_3sec)

結果は以下の通りです。

$ python resample_test.py 
              str_date  price  amount
0  2020-06-01 00:00:00    100     0.1
1  2020-06-01 00:00:01    400     0.2
2  2020-06-01 00:00:02    300     0.3
3  2020-06-01 00:00:05    200     0.4
4  2020-06-01 00:00:07    900     0.5
5  2020-06-01 00:00:12    700     0.6
6  2020-06-01 00:00:13    800     0.7
7  2020-06-01 00:00:14    900     0.8
                     price  amount
date                              
2020-06-01 00:00:00  400.0     0.6
2020-06-01 00:00:03  200.0     0.4
2020-06-01 00:00:06  900.0     0.5
2020-06-01 00:00:09    NaN     0.0
2020-06-01 00:00:12  900.0     2.1