python - Python Pandas：将日期时间列分组为小时和分钟聚合

Question

这似乎是相当直截了当的，但几乎一整天后我还没有找到解决方案。我已经用 read_csv 加载了我的数据框，并且很容易将日期和时间列解析、组合和索引到一列中，但现在我希望能够根据小时和分钟分组来重塑和执行计算，类似于你可以在excel支点。

我知道如何重新采样到小时或分钟，但它维护与每个小时/分钟关联的日期部分，而我只想将数据集聚合到小时和分钟，类似于在 excel 数据透视表中分组并选择“小时”和“分钟”但是不选择其他任何东西。

任何帮助将不胜感激。

score 68 · Accepted Answer

你不能，df你的DataFrame在哪里：

times = pd.to_datetime(df.timestamp_col)
df.groupby([times.dt.hour, times.dt.minute]).value_col.sum()

score 51 · Accepted Answer

Wes 的代码对我不起作用。但是 DatetimeIndex 函数（docs）做了：

times = pd.DatetimeIndex(data.datetime_col)
grouped = df.groupby([times.hour, times.minute])

DatetimeIndex 对象是 pandas 中时间的表示形式。第一行创建一个日期时间数组。第二行使用此数组获取所有行的小时和分钟数据，允许按这些值对数据进行分组 ( docs )。

score 20 · Accepted Answer

当我在搜索这种类型的 groupby 时遇到了这个。Wes 上面的代码对我不起作用，不确定是不是因为随着时间的pandas推移而变化。

在pandas 0.16.2，我最后做的是：

grp = data.groupby(by=[data.datetime_col.map(lambda x : (x.hour, x.minute))])
grp.count()

您将 (hour, minute) 元组作为分组索引。如果你想要多索引：

grp = data.groupby(by=[data.datetime_col.map(lambda x : x.hour),
                       data.datetime_col.map(lambda x : x.minute)])

score 6 · Accepted Answer

我有上面 Wes & Nix 答案的替代方案，只需一行代码，假设您的列已经是 datetime 列，您不需要分别获取小时和分钟属性：

df.groupby(df.timestamp_col.dt.time).value_col.sum()

4 回答 4