Python Pandas 按小时分组日期时间并计数行答案

【问题标题】：Python Pandas group datetimes by hour and count rowPython Pandas 按小时分组日期时间并计数行
【发布时间】：2018-05-01 22:21:51
【问题描述】：

这是我的交易数据框，其中每一行表示一个交易：

date               station
30/10/2017 15:20    A
30/10/2017 15:45    A
31/10/2017 07:10    A
31/10/2017 07:25    B
31/10/2017 07:55    B

我需要将 start_date 分组为一个小时间隔并计算每个城市，所以最终结果将是：

date        hour      station   count
30/10/2017  16:00        A       2
31/10/2017  08:00        A       1
31/10/2017  08:00        B       2

其中第一行表示2017年10月30日15:00-16:00，A站有2笔交易

如何在 Pandas 中做到这一点？

我试过这段代码，但结果是错误的：

df_start_tmp = df_trip[['Start Date', 'Start Station']]

times = pd.DatetimeIndex(df_start_tmp['Start Date'])

df_start = df_start_tmp.groupby([times.hour, df_start_tmp['Start Station']]).count()

非常感谢您的帮助

【问题讨论】：

标签： python pandas datetime dataframe

【解决方案1】：

IIUCsize+pd.Grouper

df.date=pd.to_datetime(df.date)
df.groupby([pd.Grouper(key='date',freq='H'),df.station]).size().reset_index(name='count')
Out[235]: 
                 date station  count
0 2017-10-30 15:00:00       A      2
1 2017-10-31 07:00:00       A      1
2 2017-10-31 07:00:00       B      2

【讨论】：

非常感谢！你拯救了我的一天。还有一个小问题，如何将日期和时间分开，这样我就有 2 列了？（日期和时间）
@BlazeTama df.date.dt.time（或df.date.dt.hour）和df.date.dt.date
这样可以吗？ df.groupby([pd.Grouper(key='date',freq='D'),pd.Grouper(key='date',freq='H'),df.station]).size().reset_index(name='count')?
@BlazeTama 我认为你可以
@BlazeTama 但您需要将日期列复制到一个新列中，例如 date2