使用 pandas.Grouper 将 datetime.time 列拆分为时间范围

Question

我正在读取包含时间列的 Excel 文件。由于无法上传实际文件，我创建了变量timeIntervals 来说明。

当我运行这段代码时...

import pandas as pd
import datetime
from pyPython import *

def main():
    timeIntervals = pd.date_range("11:00", "21:30", freq="30min").time
    df = pd.DataFrame({"Times": timeIntervals})
    grp = pd.Grouper(key="Times", freq="3H")
    value = df.groupby(grp).count()
    print(value)

if __name__ == '__main__':
    main()

我收到以下错误：

TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'Index'

如何将pandas.Grouper 与DataFrame.groupby 结合使用，将数据帧df 组合成离散的时间范围（3 小时）？还有其他选择吗？

Answer 1

几个问题：

1. date_range 不能仅简化为 time，而不会丢失按时间窗口重新采样所需的数据类型。
2. count 计算一列中的非 NaN 值，因此必须提供一个，因为样本帧中没有剩余的列。

我们可以通过将时间列转换为日期时间来解决第一个问题：

timeIntervals = pd.date_range("11:00", "21:30", freq="30min") # remove time here
df = pd.DataFrame({"Times": timeIntervals})

如果我们不是从date_range 创建这些值，我们可以简单地转换列to_datetime：

df['Times'] = pd.to_datetime(df['Times'], format='%H:%M:%S')

然后我们就可以groupby和count了：

value = df.groupby(pd.Grouper(key="Times", freq="3H"))['Times'].count()

如果需要，我们可以更新 index 以仅在分组后反映 time：

value.index = value.index.time

结果value 变为：

09:00:00    2
12:00:00    6
15:00:00    6
18:00:00    6
21:00:00    2
Name: Times, dtype: int64

---

大家一起to_datetime:

def main():
    time_intervals = pd.date_range("11:00", "21:30", freq="30min").time
    df = pd.DataFrame({"Times": time_intervals})
    # Convert to DateTime
    df['Times'] = pd.to_datetime(df['Times'], format='%H:%M:%S')
    # Group and count specific column
    value = df.groupby(pd.Grouper(key="Times", freq="3H"))['Times'].count()
    # Retrieve only Time information
    value.index = value.index.time
    print(value)

或者在创建 DataFrame 之前不检索 time：

def main():
    time_intervals = pd.date_range("11:00", "21:30", freq="30min")
    df = pd.DataFrame({"Times": time_intervals})
    value = df.groupby(pd.Grouper(key="Times", freq="3H"))['Times'].count()
    value.index = value.index.time
    print(value)