如何使用Pandas Grouper每小时获取值的总和

如何解决如何使用Pandas Grouper每小时获取值的总和

我有下表：

         Hora_Retiro  count_uses
0         00:00:18           1
1         00:00:34           1
2         00:02:27           1
3         00:03:13           1
4         00:06:45           1
...            ...         ...
748700    23:58:47           1
748701    23:58:49           1
748702    23:59:11           1
748703    23:59:47           1
748704    23:59:56           1

我想将每小时内的所有值分组，这样我就可以看到每小时的使用总数（00:00:00-23:00:00）

我有以下代码：

hora_pico_aug= hora_pico.groupby(pd.Grouper(key="Hora_Retiro",freq='H')).count()

Hora_Retiro列的类型为timedelta64 [ns] 给出以下输出：

                count_uses
Hora_Retiro            
00:00:02           2566
01:00:02            602
02:00:02            295
03:00:02              5
04:00:02             10
05:00:02           4002
06:00:02          16075
07:00:02          39410
08:00:02          76272
09:00:02          56721
10:00:02          36036
11:00:02          32011
12:00:02          33725
13:00:02          41032
14:00:02          50747
15:00:02          50338
16:00:02          42347
17:00:02          54674
18:00:02          76056
19:00:02          57958
20:00:02          34286
21:00:02          22509
22:00:02          13894
23:00:02           7134

但是，索引列从00:00:02开始，我希望它从00:00:00开始，然后从一小时间隔开始。像这样：

                count_uses
Hora_Retiro            
00:00:00           2565
01:00:00            603
02:00:00            295
03:00:00              5
04:00:00             10
05:00:00           4002
06:00:00          16075
07:00:00          39410
08:00:00          76272
09:00:00          56721
10:00:00          36036
11:00:00          32011
12:00:00          33725
13:00:00          41032
14:00:00          50747
15:00:00          50338
16:00:00          42347
17:00:00          54674
18:00:00          76056
19:00:00          57958
20:00:00          34286
21:00:00          22509
22:00:00          13894
23:00:00           7134

我如何使其从00:00:00开始？

感谢您的帮助！

解决方法

您可以从hour列中创建一个Hora_Retiro列。

df['hour'] = df['Hora_Retiro'].dt.hour

然后在groupby的基础上hour

gpby_df = df.groupby('hour')['count_uses'].sum().reset_index()
gpby_df['hour'] = pd.to_datetime(gpby_df['hour'],format='%H').dt.time
gpby_df.columns = ['Hora_Retiro','sum_count_uses']
gpby_df

给予

Hora_Retiro sum_count_uses
0   00:00:00    14
1   09:00:00    1
2   10:00:00    2
3   20:00:00    2

,

我假设您的DataFrame中的 Hora_Retiro 列属于 Timedelta 类型。不是 datetime ，因为在这种情况下 日期部分也会被打印。

实际上，您的代码创建了以分钟/秒为单位的组 取自第一行。

按“完整时间”分组：

• 将此列中的每个元素四舍五入为 hour ，
• 然后分组（仅按此取整的值）。

执行此操作的代码是：

gl_FragColor

不过，我建议您下定决心，您要数什么： count_uses 列中的行或值。 在第二种情况下，将 count 函数替换为 sum 。