如何在时间戳上正确使用分组？

Posted 2023-03-12

【中文标题】如何在时间戳上正确使用分组？

【英文标题】：How to use group-by on timestamps correctly?

【发布时间】：2020-05-24 08:36:55

【问题描述】：

我有一整年每一分钟的时间序列数据。

timestamp               day hour min rainfall_rate           
2010-01-01 00:00:00     1   0   0       x
2010-01-01 00:01:00     1   0   1       x
2010-01-01 00:02:00     1   0   2       x
2010-01-01 00:03:00     1   0   3       x
2010-01-01 00:04:00     1   0   4       x
...                            ...
2010-12-31 23:55:00     365 23  55  
2010-12-31 23:56:00     365 23  56  
2010-12-31 23:57:00     365 23  57  
2010-12-31 23:58:00     365 23  58  
2010-12-31 23:59:00     365 23  59 

我想组合时间戳，这样我就可以获得每个月的组合 rainfall_rate，即我想使用 group-by 根据日期组合它们，并将它们与轴一起绘制为时间戳以进一步分析。 如何使用 pandas 执行此操作？

我用过-

daily_groups = rainfall_df.groupby(rainfall_df.index.date) 然后

daily_groups.get_group(pd.Timestamp(2010,1,1))['rainfall_rate'].sum() 但我当然无法绘制它们，因为它们的形状不同。

【参考方案1】：

将pd.Grouper 与freq="M" 一起使用：

print (df.groupby(pd.Grouper(freq="M"))["rainfall_rate"].count())


#
    timestamp
2010-01-31    5
2010-02-28    0
2010-03-31    0
2010-04-30    0
2010-05-31    0
2010-06-30    0
2010-07-31    0
2010-08-31    0
2010-09-30    0
2010-10-31    0
2010-11-30    0
2010-12-31    0

【讨论】：

您还可以将列时间戳转换为仅包含月份的列。但是@Henry Yik 的解决方案看起来很棒。 `雨量_df['月_年'] =雨量_df['时间戳'].dt.to_period('M')'

OP 想要获取每个月的总降雨量，而不是分配一个新列。

当然，那么需要groupby。

你能解释一下代码吗，我是初学者？ @HenryYik

@random_user 没有什么特别的 - 您的索引已经是 datetime，因此您可以使用 pd.Grouper 按月对它们进行分组，然后计算每个组的 rainfall_rate 数量。