我有一个时间序列,我想按一天中的小时(不考虑日期)对行进行分组,并将其可视化为箱线图。因此,我希望从第一个小时开始的24个箱型图,然后从第二个小时开始,再到第三个小时,依此类推。
我看到这种工作方式是将数据集分成24个系列(一天中的每个小时1个),为每个系列创建一个箱形图,然后在相同的轴上进行绘制。
我能想到的唯一方法是手动选择每个小时之间的所有值,有没有更快的方法?
一些示例数据:
Date Actual Consumption
2018-01-01 00:00:00 47.05
2018-01-01 00:15:00 46
2018-01-01 00:30:00 44
2018-01-01 00:45:00 45
2018-01-01 01:00:00 43.5
2018-01-01 01:15:00 43.5
2018-01-01 01:30:00 43
2018-01-01 01:45:00 42.5
2018-01-01 02:00:00 43
2018-01-01 02:15:00 42.5
2018-01-01 02:30:00 41
2018-01-01 02:45:00 42.5
2018-01-01 03:00:00 42.04
2018-01-01 03:15:00 41.96
2018-01-01 03:30:00 44
2018-01-01 03:45:00 44
2018-01-01 04:00:00 43.54
2018-01-01 04:15:00 43.46
2018-01-01 04:30:00 43.5
2018-01-01 04:45:00 43
2018-01-01 05:00:00 42.04
这是我到目前为止尝试过的:
zero = df.between_time('00:00', '00:59')
one = df.between_time('01:00', '01:59')
two = df.between_time('02:00', '02:59')
,然后我将在相同的轴上绘制每个箱形图。但是,一天24小时都执行此操作非常繁琐。
这是我想要的输出: https://www.researchgate.net/figure/Boxplot-of-the-NOx-data-by-hour-of-the-day_fig1_24054015
答案 0 :(得分:2)
有2个步骤可实现此目的:
将实际时间转换为日期时间:
df.Actual = pd.to_datetime(df.Actual)
按小时分组:
df.groupby([df.Date, df.Actual.dt.hour+1]).Consumption.sum().reset_index()
我假设您想对消耗量求和(除非您希望拥有平均值或进行任何更改)。注意:小时+1,因此它将从1开始而不是0(如果您希望0为午夜,则将其删除)。
所需结果:
Date Actual Consumption
0 2018-01-01 1 182.05
1 2018-01-01 2 172.50
2 2018-01-01 3 169.00
3 2018-01-01 4 172.00
4 2018-01-01 5 173.50
5 2018-01-01 6 42.04