Pandas (Python) 在索引和列上拆分小时和时间间隔

Question

我测量了温度，我想从中创建一个热图。 为此，我首先必须创建一个 DataFrame，其中索引和列上有小时和 15 分钟的间隔。

源数据是这样的：

日期	温度
2021-08-14 11:14:00	27.8
2021-08-14 11:15:00	27.9
2021-08-14 11:16:00	27.9
2021-08-14 11:17:00	27.9
2021-08-14 11:18:00	27.9
....	....
2021-08-14 11:31:00	28.10
2021-08-14 11:32:00	28.10
2021-08-14 11:33:00	28.10
2021-08-14 11:34:00	28.10

我想要得到的是：

日期	00	15	30	45
11:00	27.8	27.9	28.1	28.3
12:00	..	..	..	..

因此，我希望将一小时内的时间间隔拆分为列和包含特定时间（列发生的时间）的索引。

在 Pandas 中有什么方法可以轻松完成此操作？

提前致谢！

Answer 1

让我们首先将小时和分钟分开（四舍五入为 15），将它们放回 dataframe 并使用.pivot_table()以间隔方式构建您的 dataframe：

>>> h = df['date'].dt.strftime('%H:00').rename('hour')
>>> m = df['date'].dt.floor(freq='15T').dt.minute.rename('minutes')
>>> df.join([h, m]).pivot_table(index='hour', columns='minutes', values='temperature', aggfunc='mean')
minutes                     0          15         30         45
hour                                                           
2021-08-14 11:00:00  28.709492  28.026066  27.991953  28.096947
2021-08-14 12:00:00  27.877558  28.022282  27.720347  28.201100
2021-08-14 13:00:00  27.739935        NaN        NaN        NaN

Answer 2

使用resample和pivot_table获得预期结果：

out = df.set_index('date').resample('15T').mean()
out = pd.pivot_table(out, index=out.index.strftime('%H:00'),
                          columns=out.index.strftime('%M'),
                          values='temperature')
out = out.rename_axis(index=None, columns=None)

>>> out
         00    15    30
11:00  27.8  27.9  28.1