Question

我有时间系列。我想从第二天早上8点到早上7点59分分成24小时街区。我知道如何按日期进行分组，但我已尝试使用TimeGroupers和DateOffsets处理这8小时的偏移量。

Answer 1

我认为您可以将Grouper与参数base：

一起使用

print df
                 date  name
0 2015-06-13 00:21:25     1
1 2015-06-14 01:00:25     2
2 2015-06-14 02:54:48     3
3 2015-06-15 14:38:15     2
4 2015-06-15 15:29:28     1

print df.groupby(pd.Grouper(key='date', freq='24h', base=8)).sum()
                     name
date                     
2015-06-12 08:00:00   1.0
2015-06-13 08:00:00   5.0
2015-06-14 08:00:00   NaN
2015-06-15 08:00:00   3.0

Answer 2

或者@ jezrael的方法，您可以使用自定义分组器函数：

start_ts = '2016-01-01 07:59:59'
df = pd.DataFrame({'Date': pd.date_range(start_ts, freq='10min', periods=1000)})

def my_grouper(df, idx):
    return df.ix[idx, 'Date'].date() if df.ix[idx, 'Date'].hour >= 8 else df.ix[idx, 'Date'].date() - pd.Timedelta('1day')

df.groupby(lambda x: my_grouper(df, x)).size()

测试：

In [468]: df.head()
Out[468]:
                 Date
0 2016-01-01 07:59:59
1 2016-01-01 08:09:59
2 2016-01-01 08:19:59
3 2016-01-01 08:29:59
4 2016-01-01 08:39:59

In [469]: df.tail()
Out[469]:
                   Date
995 2016-01-08 05:49:59
996 2016-01-08 05:59:59
997 2016-01-08 06:09:59
998 2016-01-08 06:19:59
999 2016-01-08 06:29:59

In [470]: df.groupby(lambda x: my_grouper(df, x)).size()
Out[470]:
2015-12-31      1
2016-01-01    144
2016-01-02    144
2016-01-03    144
2016-01-04    144
2016-01-05    144
2016-01-06    144
2016-01-07    135
dtype: int64

熊猫 - 分为24小时禁区，但不是午夜到午夜

2 个答案: