Наборы данных Trip в мультииндексных пандах ⇐ Python

[Anonymous]

У меня есть набор данных, который структурирован как мультинсекс в пандах, с первым индексом «дата» и вторым индексом «Tagid». Поэтому я бы получил доступ к данным, используя: df.loc ['01/06/2022 ']. LOC [' 0x24025f44ad21 '] [...]
Вот фрагмент того, что выглядит:

X Y Time
Date TagId
01/06/2022 0x24025F44AD21 3.121672 5.188564 1900-01-01 08:37:17.000
0x24025F44AD21 3.121672 5.188564 1900-01-01 08:37:17.200
0x24025F44AD21 3.121672 5.188564 1900-01-01 08:37:17.400
0x24025F44AD21 3.121672 5.188564 1900-01-01 08:37:17.600
0x24025F44AD21 3.121672 5.188564 1900-01-01 08:37:17.800
... ... ...
0x24025F44AD21 [......] [......] 1900-01-01 11:59:26.400

0x24046130B076 [......] [......] 1900-01-01 08:58:10:200
... ... ...
0x24046130B076 7.611438 2.346377 1900-01-01 12:31:05.800
0x24046130B076 7.611438 2.346377 1900-01-01 12:31:06.000
0x24046130B076 7.533170 2.035381 1900-01-01 12:31:06.200
0x24046130B076 7.533170 2.035381 1900-01-01 12:31:06.400
< /code>
Я хочу простой и эффективный способ убедиться, что все первое и последнее время (из столбцов «Время») поднялись. Итак, если хотите, я хочу найти последний первый раз и самый ранний последний раз, чтобы я мог соответствующим образом обрезать другие наборы данных. Своего рода разрыв, где не было проведено измерений. Я также хочу, чтобы эти «разрывы» также выровнялись. X Y Time
Date TagId
01/06/2022 0x24025F44AD21 [......] [......] 1900-01-01 08:58:10:200
... ... ...
0x24025F44AD21 [......] [......] 1900-01-01 11:59:26.400

0x24046130B076 [......] [......] 1900-01-01 08:58:10:200
... ... ...
0x24025F44AD21 [......] [......] 1900-01-01 11:59:26.400
< /code>
(здесь я использовал [......], потому что я не знаю, каковы эти значения. Это в основном о столбце времени) < /p>
Было бы здорово, если бы кто -то мог мне помочь. Заранее спасибо!


Подробнее здесь: https://stackoverflow.com/questions/795 ... dex-pandas