Группировка Python Pandas по дате с использованием данных даты и времени

У меня есть столбец Date_Time, который я хочу сгруппировать по дате и времени без создания нового столбца. Возможно ли, что текущий код у меня не работает.

df = pd.groupby(df,by=[df['Date_Time'].date()])

python pandas dataframe datetime pandas-groupby
person GoBlue_MathMan    schedule 08.09.2016    source источник

Ответы (2)


arrow_upward
60
arrow_downward

resample

df.resample('D', on='Date_Time').mean()

              B
Date_Time      
2001-10-01  4.5
2001-10-02  6.0

Grouper

Как было предложено @JosephCottam

df.set_index('Date_Time').groupby(pd.Grouper(freq='D')).mean()

              B
Date_Time      
2001-10-01  4.5
2001-10-02  6.0

Устаревшее использование TimeGrouper

Вы можете установить индекс 'Date_Time' и использовать pd.TimeGrouper

df.set_index('Date_Time').groupby(pd.TimeGrouper('D')).mean().dropna()

              B
Date_Time      
2001-10-01  4.5
2001-10-02  6.0
person piRSquared    schedule 08.09.2016
comment
Это круто! Как предотвратить добавление дат, для которых нет данных? Например, если у меня были данные за дни 9/1, 9/2 и 9/4, там все еще есть 9/3 со значениями NaN. - person GoBlue_MathMan; 09.09.2016
comment
@GoBlue_MathMan Используйте .dropna() - person piRSquared; 09.09.2016
comment
TimeGrouper устарел. Не могли бы вы обновить свой ответ, чтобы вместо него использовать pd.Grouper(freq='D')? - person Joseph Cottam; 05.12.2018
comment
@JosephCottam вот так. Позвольте мне, если это сработает для вас. - person piRSquared; 05.12.2018
comment
Здесь при группировке по «часу» добавляются часы, которых не было в исходном файле, с нулевыми значениями. - person k.ko3n; 30.01.2019

arrow_upward
67
arrow_downward

Вы можете использовать groupby по датам столбца Date_Time с помощью dt.date :

df = df.groupby([df['Date_Time'].dt.date]).mean()

Образец:

df = pd.DataFrame({'Date_Time': pd.date_range('10/1/2001 10:00:00', periods=3, freq='10H'),
                   'B':[4,5,6]})

print (df)
   B           Date_Time
0  4 2001-10-01 10:00:00
1  5 2001-10-01 20:00:00
2  6 2001-10-02 06:00:00

print (df['Date_Time'].dt.date)
0    2001-10-01
1    2001-10-01
2    2001-10-02
Name: Date_Time, dtype: object

df = df.groupby([df['Date_Time'].dt.date])['B'].mean()
print(df)
Date_Time
2001-10-01    4.5
2001-10-02    6.0
Name: B, dtype: float64

Другое решение с resample:

df = df.set_index('Date_Time').resample('D')['B'].mean()

print(df)
Date_Time
2001-10-01    4.5
2001-10-02    6.0
Freq: D, Name: B, dtype: float64
person jezrael    schedule 08.09.2016