Python Pandas：将日期时间列分组为小时和分钟聚合

Posted 2023-02-25

【中文标题】Python Pandas：将日期时间列分组为小时和分钟聚合

【英文标题】：Python Pandas: Group datetime column into hour and minute aggregations

【发布时间】：2013-04-22 08:58:25

【问题描述】：

这似乎很简单，但经过将近一整天的时间，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/分钟相关的日期部分，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”，但不选择其他任何内容。

任何帮助将不胜感激。

【问题讨论】：

从您拥有的每个datetime 对象中获取time 对象是否有帮助？您可以从 dataframe.index 创建一个 pandas.Series 对象，然后将其分配给索引（替换当前索引）。你能“打印”你的数据框的一些行吗？

谢谢。如果这就是您的意思，我不熟悉使用时间对象从日期时间列中获取时间。我刚刚找到了一种非常接近我需要的方法，分别使用以下代码每小时和每分钟，但是有没有更简单的方法可以做到这一点，尤其是每小时和每分钟在一起的方法？： hourly = ims_havas.groupby( ims_havas.index.hour).sum()

【参考方案1】：

你不能吗，df 是你的 DataFrame：

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

【讨论】：

是的，这对我也很有效，但我有后续问题：如何在 matlibplot 中使用这个“分组时间序列”作为我的 x 轴？

我不得不处理df.groupby([times.dt.hour, times.dt.minute]) ...

这在 Python 3 中有效吗？ pd.to_datetime 函数似乎创建了一个 pandas.core.series.Series 对象，但没有任何日期时间功能。我得到“AttributeError：'系列'对象没有属性'小时'”。

@AdrianKeister 它可以工作，你只需要加上前缀 dt。在这种特定情况下，它会像times.dt.hour，就像@akilat90 所说的那样。

【参考方案2】：

我有上面 Wes & Nix 答案的替代方案，只需一行代码，假设您的列已经是日期时间列，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()

【参考方案3】：

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

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

DatetimeIndex 对象是 pandas 中时间的表示。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)。

【讨论】：

我喜欢你使用另一个 df 进行分组的方式。我会不必要地创建列。

【参考方案4】：

我在搜索这种类型的 groupby 时遇到了这个问题。 Wes 上面的代码对我不起作用，不知道是不是因为pandas 随着时间的推移发生了变化。

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)])