时序数据处理小技巧---巧用时间戳

时序数据处理小技巧—巧用时间戳

数据处理和特征工程中中常常会遇到对时序数据的聚合统计等操作，我在未发现这个技巧之前，常常需要查各类时间处理的函数的api。但当有一次，有个朋友问我如何每间隔15秒（比较极端）统计多个不同账号的下单次数时，我发现使用现有函数去对划分时间很困难。这时我想到了时间戳去解决这个需求

示例一

上图为某个流水表的部分数据，_id代表了一个用户，_time是下单时间，如何每隔15秒统计一次用户的下单次数呢？
以往做的都是按月，按天统计时，可以把时间戳转换成datetime，调函数去获得对应时间的进行统计。然而只要理解了时间戳就是格林威治时间到现在经过的秒或毫秒，那么我们就只需要一句代码就可以对这部分数据进行处理了
df['new_time'] = df._time.apply(lambda x:x//15000*15000)

如上图所示，new_time将数据按每隔15秒进行了一个切分(15秒=15000毫秒）。然后我们对相应地数据进行聚合统计就可以了。因为这里是多个用户的下单，正常我们需要按_id聚合后再按new_time进行聚合，这里在提另一个小技巧：字符串的拼接。

如上图所示，我们只需要对新拼接