删除数据时间戳并仅每小时获取一次数据python

Posted 2023-03-12

【中文标题】删除数据时间戳并仅每小时获取一次数据python

【英文标题】：Remove data timestamp and get data only every hours python

【发布时间】：2020-01-27 02:56:49

【问题描述】：

我在 csv 文件中有一堆时间戳数据，如下所示：

2012-01-01 00:00:00, data
2012-01-01 00:01:00, data
2012-01-01 00:02:00, data
      ...
2012-01-01 00:59:00, data
2012-01-01 01:00:00, data
2012-01-01 01:01:00, data

我想每分钟删除一次数据，并且只在 python 中每小时显示一次，如下所示：

2012-01-01 00:00:00, data
2012-01-01 01:00:00, data
2012-01-01 02:00:00, data

谁能帮帮我？谢谢。

【问题讨论】：

欢迎来到 Stack Overflow。在本论坛中，希望您先研究问题并尝试解决问题。请在此处显示您尝试过的代码。

请澄清什么是结果数据，您将省略数据并保留特定数据或对它们进行处理，如 sum、averag 或..

【参考方案1】：

我相信你需要使用 pandas resample，这是一个如何使用它来实现你想要的输出的例子。但是，请记住，由于这是频率转换期间的重采样操作，因此您必须传递一个函数来了解其他列的行为方式（将与新时间帧对应的所有值相加、计算平均值、计算差异等...... ) 否则您将收到DatetimeIndexResample。这是一个例子：

import pandas as pd
index = pd.date_range('1/1/2000', periods=9, freq='40T')
series = pd.Series(range(9),index=index)
print(series)

输出：

2000-01-01 00:00:00    0
2000-01-01 00:40:00    1
2000-01-01 01:20:00    2
2000-01-01 02:00:00    3
2000-01-01 02:40:00    4
2000-01-01 03:20:00    5
2000-01-01 04:00:00    6
2000-01-01 04:40:00    7
2000-01-01 05:20:00    8

每小时应用resample不传递聚合函数：

print(series.resample('H'))

输出：

DatetimeIndexResampler [freq=<Hour>, axis=0, closed=left, label=left, convention=start, base=0]

通过.sum()后：

print(series.resample('H').sum())

输出：

2000-01-01 00:00:00     1
2000-01-01 01:00:00     2
2000-01-01 02:00:00     7
2000-01-01 03:00:00     5
2000-01-01 04:00:00    13
2000-01-01 05:00:00     8
Freq: H, dtype: int64