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。
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()
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)])
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()