按时间分组数据

时间:2017-03-16 05:21:53

标签: python pandas group-by time-series

我有一个带有日期时间索引的数据框:df.head(6)

                          NUMBERES              PRICE    
DEAL_TIME
2015-03-02 12:40:03              5                 25   
2015-03-04 14:52:57              7                 23   
2015-03-03 08:10:09             10                 43   
2015-03-02 20:18:24              5                 37   
2015-03-05 07:50:55              4                 61   
2015-03-02 09:08:17              1                 17   

数据框包含一周的数据。现在我需要计算一天的时间段。如果时间段是1小时,我知道以下方法可行:

df_grouped = df.groupby(df.index.hour).count()

但是当时间段是半小时我不知道怎么办。我怎么能意识到它?

更新

我被告知这个问题类似于How to group DataFrame by a period of time?

但我尝试过所提到的方法。也许这是我的错,我没有说清楚。 'DEAL_TIME'的范围从'2015-03-02 00:00:00'到'2015-03-08 23:59:59'。如果我使用pd.TimeGrouper(freq='30Min')resample(),则时间段的范围为“2015-03-02 00:30”至“2015-03-08 23:30”。但我想要的是如下系列:

              COUNT      
DEAL_TIME
00:00:00         53 
00:30:00         49 
01:00:00         31
01:30:00         22
02:00:00          1
02:30:00         24
03:00:00         27
03:30:00         41
04:00:00         41
04:30:00         76
05:00:00         33
05:30:00         16
06:00:00         15
06:30:00          4
07:00:00         60
07:30:00         85
08:00:00          3
08:30:00         37
09:00:00         18
09:30:00         29
10:00:00         31
10:30:00         67
11:00:00         35
11:30:00         60
12:00:00         95
12:30:00         37
13:00:00         30
13:30:00         62
14:00:00         58
14:30:00         44
15:00:00         45
15:30:00         35
16:00:00         94
16:30:00         56
17:00:00         64
17:30:00         43
18:00:00         60
18:30:00         52
19:00:00         14
19:30:00          9
20:00:00         31
20:30:00         71
21:00:00         21
21:30:00         32
22:00:00         61
22:30:00         35
23:00:00         14
23:30:00         21

换句话说,时间段应该与日期无关。

2 个答案:

答案 0 :(得分:4)

你需要一个30分钟的时间石斑鱼:

grouper = pd.TimeGrouper(freq="30T")

您还需要删除'日期'部分来自索引:

df.index = df.reset_index()['index'].apply(lambda x: x - pd.Timestamp(x.date()))

现在,您可以按时间分组:

df.groupby(grouper).count()

您可以在此处找到一些模糊的TimeGrouper文档:pandas resample documentation(它实际上是resample文档,但这两个功能都使用相同的规则。)

答案 1 :(得分:1)

  • 在熊猫中,按时间分组的最常用方法是使用 .resample()函数。
  • 在v0.18.0中,此功能为两阶段。

  • 这意味着df.resample('M')会创建一个我们可以使用的对象 应用其他功能(平均值,计数,总和等)

代码段就像,

df.resample('M').count()

您可以在此处参考example