時間を一定時間戻す作業を複数行に行う方法

Question

質問

全部で約300行分のデータが入っているcsvがあります。
カラム名「Time」の列には連続的な時間情報が入っています（添付画像参照）。
このcsvにおいて、100行目から200行目までは時間を遡るほうに3秒ずつ調節、201行目から最後までは遡るほうに6秒ずつ調節したいと考えています。

以下のコードのように最初の行の時間を3秒戻すことには成功したのですが、これを上記の二つの幅においてループで回す方法、csv上で書き換える方法が分かりません。

アイデアをいただけると幸いです。
よろしくお願いいたします。

該当のソースコード

import pandas as pd
import datetime
from datetime import timedelta, datetime
df = pd.read_csv("sample.csv")

timestamp = df["Time"][0]
date_format_str = "%H:%M:%S.%f"
given_time = datetime.strptime(timestamp, date_format_str)
n = 3
final_time = given_time - pd.DateOffset(seconds=n)
final_time

補足情報（FW/ツールのバージョンなど）

python3.9、VSCode

Answer 1

時間の計算

100行目から200行目までは時間を遡るほうに3秒ずつ調節、201行目から最後までは遡るほうに6秒ずつ

n mod 100をすると、n ÷100の「余り」がでます。

つまり、 n - (n mod 100)をすると、100で割り切れる数に丸めたn'ができます。
n' ÷ 100をすると、何週目の100の倍数にあたる数かの値、numが得られます。
0～99ならnum=0
100～199ならnum=1
200～299ならnum=2
です。

num × 3をすると、時間のオフセット値になります。
0～99なら0
100～199なら3
200～299なら6

後はコードに落とすだけです。
Pythonにおける整数の商と余りは標準の関数で簡単に得られます。

ループ

上記の値を使えば一回のループで完結できますが、pythonのforは遅いので、
データフレームに一列オフセット用の列を加えて、オフセット値と元の値を足し算した方が早いです。
※データ量が少ないならforのループでもいいと思います。

CSVへの書き出し

to_csvでいけます。一番下のexampleの通りです。

Comments

[8960]

ご回答いただきありがとうございます。
参考にさせていただきまして、以下まで出来ましたが「数値を秒に変換」のところで躓きました。
ご提案いただいた通りに
df["Time"] = df["Time"] - df["Offset"]
で求めようと思います。

import pandas as pd
df = pd.read_csv("C://Users/DELL/Downloads/sample.csv")
n = df.index
df["Offset"] = (n - (n % 100)) / 100*3

この後の秒単位への変換はどのようにすれば上手くいくでしょうか？

[退会済みユーザー]

列ごと時間の型に変換して計算するのもありですが、
以下のURLであれば秒数のまま引き算できるのでもっとスマートに計算できそうです。
https://pg-chain.com/python-datetime-timedelta#toc3

[8960]

ありがとうございました！
非常に勉強になりました。

Answer 2

以下、全体15行で5行ごとに 0, 3, 6 秒戻す例。
※ このデータの場合、時刻表記の書式 %H:%M:%S.%f は不適切なので %M:%S.%f に変更しています。

import pandas as pd
import io

csv_data = '''
Date,Time
2022/6/3,00:10.7
2022/6/3,00:24.8
2022/6/3,00:45.1
2022/6/3,01:03.4
2022/6/3,01:20.4
2022/6/3,01:58.4
2022/6/3,02:08.4
2022/6/3,02:19.6
2022/6/3,02:50.6
2022/6/3,03:09.7
2022/6/3,03:20.2
2022/6/3,03:41.8
2022/6/3,06:25.6
2022/6/3,06:40.1
2022/6/3,07:17.9
'''
df = pd.read_csv(io.StringIO(csv_data))

#
N = 5
date_format_str = "%M:%S.%f"
df['Time'] = (
  df.groupby(df.index//N)['Time']
    .apply(lambda x:
      (pd.to_datetime(x, format=date_format_str) -
       pd.Timedelta(seconds=x.name*3)).dt.strftime(date_format_str))
    .str[:-5])

print(df.to_markdown(index=False))

Date	Time
2022/6/3	00:10.7
2022/6/3	00:24.8
2022/6/3	00:45.1
2022/6/3	01:03.4
2022/6/3	01:20.4
2022/6/3	01:55.4
2022/6/3	02:05.4
2022/6/3	02:16.6
2022/6/3	02:47.6
2022/6/3	03:06.7
2022/6/3	03:14.2
2022/6/3	03:35.8
2022/6/3	06:19.6
2022/6/3	06:34.1
2022/6/3	07:11.9

Comments

[8960]

出来ました。
ありがとうございました。