我有一个28 GB大小的CSV文件，我想要打印它.这些数据点显然太多了，那么我怎么才能减少数据呢？我想通过计算平均值将大约1000个数据点合并为一个数据点.这是我的DataFrame的 struct :
| Time in seconds | Force in N |
|---|---|
| f64 | f64 |
| 0.0 | 2310.18 |
| 0.0005 | 2313.23 |
| 0.001 | 2314.14 |
我想过使用groupby_dynamic，然后计算每组的平均值，但这似乎只有在使用DateTime时才有效？但是，以秒为单位的时间是以浮点数形式给出的.
还可以按整数列进行分组，以创建大小为N的组:
如果整数列上的值为
groupby_dynamic，则窗口由以下各项定义:
“1i”#长度1
“10i”#长度10
我们可以使用.int_range()将整数行数添加到分组上:
df = pl.DataFrame({"force": ["A", "B", "C", "D", "E", "F", "G"]})
(df.with_columns(row_nr = pl.int_range(0, pl.count()))
.groupby_dynamic(
index_column = "row_nr",
every = "2i"
)
.agg("force")
)
shape: (4, 2)
┌────────┬────────────┐
│ row_nr ┆ force │
│ --- ┆ --- │
│ i64 ┆ list[str] │
╞════════╪════════════╡
│ 0 ┆ ["A", "B"] │
│ 2 ┆ ["C", "D"] │
│ 4 ┆ ["E", "F"] │
│ 6 ┆ ["G"] │
└────────┴────────────┘