Python Pandas：将datetime列分组为小时和分钟聚合

Question

这似乎相当直接，但经过近一整天我还没有找到解决方案。我已经使用read_csv加载了我的数据框，并且很容易解析，组合并将日期和时间列索引到一列中，但现在我希望能够重新整形并根据小时和分钟分组执行计算，类似于您可以执行的操作excel枢轴。

我知道如何重新采样到小时或分钟，但它保持与每小时/分钟相关的日期部分，而我想将数据集仅聚合到小时和分钟，类似于在excel枢轴中分组并选择“小时”和“分钟“但没有选择其他任何东西。

非常感谢任何帮助。

Answer 1

你不能这样做，df是你的DataFrame：

times = pd.to_datetime(df.timestamp_col)
df.groupby([times.hour, times.minute]).value_col.sum()

Answer 2

Wes的代码对我不起作用。但DatetimeIndex函数（docs）确实：

times = pd.DatetimeIndex(data.datetime_col)
grouped = df.groupby([times.hour, times.minute])

DatetimeIndex对象是pandas中时间的表示。第一行创建一个日期时间数组。第二行使用此数组获取所有行的小时和分钟数据，允许按这些值对数据进行分组（docs）。

Answer 3

当我在寻找这种类型的群体时遇到过这种情况。韦斯＆＃39;上面的代码对我不起作用，不确定它是否因为pandas随时间的变化而变化。

在pandas 0.16.2中，我最终做的是：

grp = data.groupby(by=[data.datetime_col.map(lambda x : (x.hour, x.minute))])
grp.count()

您有（小时，分钟）元组作为分组索引。如果你想要多索引：

grp = data.groupby(by=[data.datetime_col.map(lambda x : x.hour),
                       data.datetime_col.map(lambda x : x.minute)])

Answer 4

我上面有一个Wes＆Nix答案的替代方法，只需一行代码，假设您的列已经是datetime列，则不需要分别获取小时和分钟属性：

df.groupby(df.timestamp_col.dt.time).value_col.sum()