semana - Python Pandas: columna de fecha y hora del grupo en agregaciones de horas y minutos

timedelta python

Question

Parece que sería bastante sencillo, pero después de casi un día completo no encontré la solución. Cargué mi dataframe con read_csv y analicé fácilmente, combiné e indexé una columna de fecha y hora en una columna, pero ahora quiero poder cambiar la forma y realizar cálculos basados ​​en agrupaciones de horas y minutos similares a lo que puedes hacer en excel pivot.

Sé cómo volver a muestrear en horas o minutos, pero mantiene la porción de fecha asociada a cada hora / minuto, mientras que quiero agregar el conjunto de datos SOLAMENTE a horas y minutos similares a la agrupación en pivotes de Excel y seleccionando "hora" y "minuto" pero no seleccionando nada más.

Cualquier ayuda sería muy apreciada.

Answer 1

El código de Wes no funcionó para mí. Pero la función DatetimeIndex ( docs ) sí:

times = pd.DatetimeIndex(data.datetime_col)
grouped = df.groupby([times.hour, times.minute])

El objeto DatetimeIndex es una representación de tiempos en pandas. La primera línea crea una matriz de fechas y horas. La segunda línea usa esta matriz para obtener los datos de hora y minuto de todas las filas, lo que permite que los datos se agrupen ( docs ) según estos valores.

Answer 2

Me encontré con esto cuando estaba buscando este tipo de groupby. El código de Wes anterior no funcionó para mí, no estoy seguro de si se debe a los cambios en los pandas largo del tiempo.

En pandas 0.16.2 , lo que hice al final fue:

grp = data.groupby(by=[data.datetime_col.map(lambda x : (x.hour, x.minute))])
grp.count()

Tendría tuplas (hora, minuto) como el índice agrupado. Si quieres multi-índice:

grp = data.groupby(by=[data.datetime_col.map(lambda x : x.hour),
                       data.datetime_col.map(lambda x : x.minute)])

Answer 3

No se puede hacer, donde df es su DataFrame:

times = pd.to_datetime(df.timestamp_col)
df.groupby([times.hour, times.minute]).value_col.sum()