Python数据帧每2行求和

Question

我有 2 个数据框，一个的步长为 30 分钟，另一个的步长为 1 小时。

我想比较 2 个数据帧，第一个（频率 30 分钟）以每小时千瓦为单位，但在 2 条 30 分钟的线上。

像这样 ：

2021-05-01 03:00:00, 0.701
2021-05-01 03:30:00, 1.556
2021-05-01 04:00:00, 0.799
2021-05-01 04:30:00, 0.738

但在现实生活中，这应该具有以下形式：

2021-05-01 03:00:00, 2.347
2021-05-01 04:00:00, 1.537

第 1 行和第 2 行相加，第 3 行和第 4 行相加，只有一种按小时测量的方法可以得到有效的每小时千瓦数。

如何对数据框中的每两行求和？

Answer 1

假设date和value列名称。

按位置聚合：

out = df.groupby(df.index//2).agg({'date': 'first', 'value': 'sum'})

每小时聚合：

df['date'] = pd.to_datetime(df['date'])
out = (df.groupby(df['date'].dt.floor('h'), as_index=False)
         .agg({'date': 'first', 'value': 'sum'})
       )

输出：

                 date  value
0 2021-05-01 03:00:00  2.257
1 2021-05-01 04:00:00  1.537

使用的输入：

                 date  value
0 2021-05-01 03:00:00  0.701
1 2021-05-01 03:30:00  1.556
2 2021-05-01 04:00:00  0.799
3 2021-05-01 04:30:00  0.738

日期作为索引：

df.index = pd.to_datetime(df.index)
out = df.groupby(df.index.floor('h')).sum().reset_index()

或者：

df.index = pd.to_datetime(df.index)
out = (df
 .assign(date=df.index).groupby(df.index.floor('h'), as_index=False)
 .agg({'date': 'first', 'value': 'sum'})
)