Jad*_*Jad 5 python group-by dataframe pandas
我有一个看起来像这样的数据框:
我正在使用 python 3.6.5 和一个 datetime.time 对象作为索引
print(sum_by_time)
Trips
Time
00:00:00 10
01:00:00 10
02:00:00 10
03:00:00 10
04:00:00 20
05:00:00 20
06:00:00 20
07:00:00 20
08:00:00 30
09:00:00 30
10:00:00 30
11:00:00 30
Run Code Online (Sandbox Code Playgroud)
如何按时间间隔对该数据框进行分组以获得如下所示的内容:
Trips
Time
00:00:00 - 03:00:00 40
04:00:00 - 07:00:00 80
08:00:00 - 11:00:00 120
Run Code Online (Sandbox Code Playgroud)
我认为需要将索引值转换为时间增量to_timedelta然后resample:
df.index = pd.to_timedelta(df.index.astype(str))
df = df.resample('4H').sum()
print (df)
Trips
00:00:00 40
04:00:00 80
08:00:00 120
Run Code Online (Sandbox Code Playgroud)
编辑:
对于您的格式需要:
df['d'] = pd.to_datetime(df.index.astype(str))
df = df.groupby(pd.Grouper(freq='4H', key='d')).agg({'Trips':'sum', 'd':['first','last']})
df.columns = df.columns.map('_'.join)
df = df.set_index(df['d_first'].dt.strftime('%H:%M:%S') + ' - ' + df['d_last'].dt.strftime('%H:%M:%S'))[['Trips_sum']]
print (df)
Trips_sum
00:00:00 - 03:00:00 40
04:00:00 - 07:00:00 80
08:00:00 - 11:00:00 120
Run Code Online (Sandbox Code Playgroud)