我如何將時間戳列分組為每小時並聚合熊貓數據框中的行

Question

我有一個包含每分鍾數據的數據框，它還包含一個date列，用於以時間戳格式跟蹤日期。

在這里，我試圖按小時而不是分鍾來聚合數據。

我嘗試了以下正在運行的代碼，但它需要根據我不想要的date列進行索引，因為這樣我就無法使用df.loc函數遍歷數據幀。

import pandas as pd
from datetime import datetime
import numpy as np

date_rng = pd.date_range(start='1/1/2018', end='1/08/2018', freq='T')
df = pd.DataFrame(date_rng, columns=['date'])
df['data'] = np.random.randint(0,100,size=(len(date_rng)))

df.set_index('date')
df.index = pd.to_datetime(df.index, unit='s')
df = df.resample('H').sum()
df.head(15)

我也嘗試過 groupby 但它不起作用，以下是代碼。

df.groupby([df.date.dt.hour]).data.sum()
print(df.head(15))

如何在不索引的情況下按date分組？

謝謝。

Answer 1

嘗試pd.Grouper並指定freq參數：

df.groupby([pd.Grouper(key='date', freq='1H')]).sum()

完整代碼：

import pandas as pd
from datetime import datetime
import numpy as np

date_rng = pd.date_range(start='1/1/2018', end='1/08/2018', freq='T')
df = pd.DataFrame(date_rng, columns=['date'])
df['data'] = np.random.randint(0, 100, size=(len(date_rng)))

print(df.groupby([pd.Grouper(key='date', freq='1H')]).sum())
#                      data
# date
# 2018-01-01 00:00:00  2958
# 2018-01-01 01:00:00  3084
# 2018-01-01 02:00:00  2991
# 2018-01-01 03:00:00  3021
# 2018-01-01 04:00:00  2894
# ...                   ...
# 2018-01-07 20:00:00  2863
# 2018-01-07 21:00:00  2850
# 2018-01-07 22:00:00  2823
# 2018-01-07 23:00:00  2805
# 2018-01-08 00:00:00    25

# [169 rows x 1 columns]

希望有幫助！