Pandas - 按日期对日内时间序列进行分组-白红宇

Pandas - 按日期对日内时间序列进行分组

阅读量：799 次

发布时间：2023-02-26

本文共 1998 字，大约阅读时间需要 6 分钟。

Pandas - 按日期对日内时间序列进行分组

在Pandas中，处理时间序列数据是非常常见的操作之一。想要按日期对日内时间序列进行分组，可以通过groupby()和resample()两个函数来实现。本文将详细介绍如何操作，并提供实际代码示例。

步骤说明

准备数据

首先，确保你的DataFrame中包含日期和时间戳信息。假设你的数据如下：

import pandas as pd
data = {
    'Date': ['2021-01-01 10:00', '2021-01-01 10:15', '2021-01-01 10:30', '2021-01-02 11:00'],
    'Value': [10, 20, 30, 40]
}
df = pd.DataFrame(data)

格式化日期

将日期字符串转换为Pandas支持的DateTime对象：

df['Date'] = pd.to_datetime(df['Date'])

按日期分组并求和

使用groupby()按日期分组，并对每组数据求和：

# 按日分组
daily_groups = df.groupby(df['Date'].dt.date).sum()

按小时分组并求和

如果需要按小时分组，可以将日期设为索引，然后使用resample()函数：

# 按小时分组
hourly_groups = df.set_index('Date').resample('H').sum().reset_index()

查看结果

打印分组后的结果：

print("按日分组的结果：")
print(daily_groups)
print("\n按小时分组的结果：")
print(hourly_groups)

保存结果

如果需要将结果保存到文件中，可以使用to_csv()函数：

daily_groups.to_csv('daily_groups.csv', index=False)
hourly_groups.to_csv('hourly_groups.csv', index=False)

注意事项

确保你的DataFrame中包含正确的日期和时间戳列。

在使用resample()时，确保时间列的格式正确。

如果需要将结果存储到数据库中，可以使用Pandas的SQL连接器（如pandasql）。

代码示例

以下是完整的代码示例：

import pandas as pd
data = {
    'Date': ['2021-01-01 10:00', '2021-01-01 10:15', '2021-01-01 10:30', '2021-01-02 11:00'],
    'Value': [10, 20, 30, 40]
}
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])
# 按日分组
daily_groups = df.groupby(df['Date'].dt.date).sum()
# 按小时分组
hourly_groups = df.set_index('Date').resample('H').sum().reset_index()
print("按日分组的结果：")
print(daily_groups)
print("\n按小时分组的结果：")
print(hourly_groups)

如何测试

为了验证这个方法的正确性，你可以创建一个包含不同日期和时间戳的DataFrame，然后运行上述代码。例如：

# 创建测试数据
test_data = {
    'Date': ['2021-01-01 09:00', '2021-01-01 09:30', '2021-01-01 10:00',
            '2021-01-01 10:15', '2021-01-01 10:30', '2021-01-01 10:45',
            '2021-01-02 11:00', '2021-01-02 11:15'],
    'Value': [5, 15, 25, 35, 45, 55, 65, 75]
}
test_df = pd.DataFrame(test_data)
test_df['Date'] = pd.to_datetime(test_df['Date'])

运行代码后，你会看到按日期和按小时分组后的结果。

总结

通过使用Pandas的groupby()和resample()函数，你可以轻松地按日期对日内时间序列进行分组。无论是按天还是按小时分组，这两种方法都能高效地处理数据，满足不同的分析需求。希望这个教程能帮助你顺利完成数据分组任务！

转载地址：http://bnvfk.baihongyu.com/

你可能感兴趣的文章