怎样用python把数据分开_python使用pandas实现数据分割实例代码

本文研究的主要是Python编程通过pandas将数据分割成时间跨度相等的数据块的相关内容，具体如下。

先上数据，有如下dataframe格式的数据，列名分别为date、ip，我需要统计每5s内出现的ip，以及这些ip出现的频数。

ip date

0 127.0.0.21 15/Jul/2017:18:22:16

1 127.0.0.13 15/Jul/2017:18:22:16

2 127.0.0.11 15/Jul/2017:18:22:17

3 127.0.0.11 15/Jul/2017:18:22:20

4 127.0.0.21 15/Jul/2017:18:22:21

5 127.0.0.13 15/Jul/2017:18:22:22

6 127.0.0.14 15/Jul/2017:18:26:36

7 127.0.0.16 15/Jul/2017:18:32:15

8 127.0.0.11 15/Jul/2017:18:36:03

在网上找了很久但是没看到python的相关答案，但在stackoverflow找到了R语言的解法，有兴趣可以看看。

受它的启发，我用不太优雅的方式实现了我的需求，有更好解决方法的请不吝赐教：

step1: 将数据中日期格式变为标准格式

#date_ip为我的dataframe数据

date_ip['date'] = pd.to_datetime(date_ip['date'], format='%d/%b/%Y:%H:%M:%S')

step2: 将数据的开始时间、结束时间，按5s分割(由于时间段可能不是恰好是5s的倍数，为避