如何在特定时间范围内获取字典或数据集？

Question

我的数据文件包含 datetimeindex - 格式为日期和时间 - 1900-01-01 07:35:23.253。

我有一百万条记录，每分钟收集多个数据点。

datafile =   
TIme----------------------------                      datapoint1-----------datapoint2     
1900-01-01 07:35:23.253---- A --------------------B    
1900-01-01 07:35:23.253    -----B----------------------BH   
1900-01-01 08:35:23.253------V---------------------gh  
1900-01-01 09:35:23.253--------u--------------------90    
1900-01-01 09:36:23.253--------i----------------------op  
1900-01-01 10:36:23.253---------y---------------------op   
1900-01-01 10:46:23.253--------ir---------------------op

所以我的输出应该是，我想得到一小时间隔时间段内的所有行数，如下所示

07:00:00--08:00:00  --- 2  
08:00:00-09:00:00 - 1   
09:00:00=10:00:00 - 2    
10:00:00-11:00:00 -1 

Answer 1

您可以将pd.Grouper 与freq='1H' 一起使用，然后使用strftime 来调整您想要的格式，并使用pd.DateOffset(hours=1) 添加一个小时来创建一个范围（注意：它是一个字符串）：

df['TIme'] = pd.to_datetime(df['TIme'])
df = df.groupby(pd.Grouper(freq='1H', key='TIme'))['datapoint1'].count().reset_index()
df['TIme'] = (df['TIme'].astype(str) + '-' + 
              ((df['TIme'] + pd.DateOffset(hours=1)).dt.strftime('%H:%M:%S')).astype(str))
df
Out[1]: 
                           TIme  datapoint1
0  1900-01-01 07:00:00-08:00:00           2
1  1900-01-01 08:00:00-09:00:00           1
2  1900-01-01 09:00:00-10:00:00           2
3  1900-01-01 10:00:00-11:00:00           2

---

如果TIme在索引上，那么你可以在运行代码前先df = df.reset_index()，然后在运行代码后使用df = df.set_index('TIme')：

# df['TIme'] = pd.to_datetime(df['TIme'])
# df = df.set_index('TIme')
df = df.reset_index()
df = df.groupby(pd.Grouper(freq='1H', key='TIme'))['datapoint1'].count().reset_index()
df['TIme'] = (df['TIme'].astype(str) + '-' + 
              ((df['TIme'] + pd.DateOffset(hours=1)).dt.strftime('%H:%M:%S')).astype(str))
df = df.set_index('TIme')
df