Question

我正在尝试对数据重新采样以获取总和。此重采样仅需基于时间。我想将时间分为6个小时，所以无论日期如何，我都会得到4笔款项。

我的df看起来像这样：

                     booking_count
date_time                        
2013-04-04 08:32:25             58
2013-04-04 18:43:11             1
2013-30-04 12:39:15             52
2013-14-05 06:51:33             99
2013-01-06 23:59:17             1
2013-03-06 19:37:25             42
2013-27-06 04:12:01             38

使用此示例数据，我希望得到以下结果：

00:00:00            38
06:00:00           157
12:00:00            52
18:00:00            43

为了解决日期问题，我尝试仅保留时间值：

df['time'] = pd.DatetimeIndex(df['date_time']).time
new_df = df[['time', 'booking_bool']].set_index('time').resample('360min').sum()

不幸的是，这没有用。如何获得所需的结果？ resample()甚至适合此任务吗？

Answer 1

我不认为resample()是执行此操作的好方法，因为您需要根据小时独立于一天进行分组。也许您可以尝试使用cut和自定义bins参数，然后再使用通常的groupby

bins = np.arange(start=0, stop=24+6, step=6)
group = df.groupby(pd.cut(
            df.index.hour,
            bins, right=False,
            labels=pd.date_range('00:00:00', '18:00:00', freq='6H').time)
        ).sum()

group
#           booking_count
# 00:00:00  38
# 06:00:00  157
# 12:00:00  52
# 18:00:00  44

根据时间范围对数据框重新采样，忽略日期

1 个答案: