Python Pandas - 按小时计算布尔变量

Question

我有一个非常简单的问题：我有一个看起来像的pandas DataFrame：

                     y
2015-12-09 09:00:00  1
2015-12-09 08:48:00  1
2015-12-09 08:24:00  1
2015-12-09 08:12:00  1
2015-12-09 08:00:00  1
2015-12-09 06:36:00  1
2015-12-09 06:24:00  1
...                 ..
2015-12-08 10:12:00  1
2015-12-08 10:00:00  1
2015-12-08 09:48:00  1
2015-12-08 09:36:00  1

我想按小时对布尔变量求和，所以我有一些看起来像：

                     y
2015-12-09 09:00:00  1
2015-12-09 08:00:00  4
2015-12-09 07:00:00  0
2015-12-09 06:00:00  2
...                 ..
2015-12-08 10:00:00  2
2015-12-08 09:00:00  2

我一直收到这个错误：

AttributeError: 'numpy.ndarray' object has no attribute 'groupby'

这似乎不是一个非常难的问题，但我无法理解。

Answer 1

解决方案相对简单，但它隐含地假设在您的数据集中，0等同于False（这对我而言似乎合乎逻辑）。如果是这样，这有效：

df.resample('1H', how='sum').fillna(0)

否则，您可能需要采用不同的方式对数据进行排序。

Answer 2

我是熊猫新手，但这是我的两分钱。

让我们从DataFrame开头看起来像这样（和你的一样）：

我首先做的是将字符串日期时间转换为日期时间字段：

data['datetime'] = pd.to_datetime(data['datetime'])

然后我创建了另一个只有date值的列：

data['date'] = abc.datetime.dt.date

另一个hour值：

data['hour'] = data.datetime.dt.hour

所以我的data DataFrame看起来像这样：

最后，我只按date和hour分组：

data.groupby(['date', 'hour']).size()

这些是结果：

如果您不想改变您的DataFrame，只需使用它的副本：

mutable_data = data

然后对mutable_data进行更改。

我希望这会有所帮助。如果没有，我很乐意收到建议。