如何按 DatetimeIndex 加入列，从不同年份的数据中匹配日、月和小时？

【问题标题】：How can I join columns by DatetimeIndex, matching day, month and hour from data from different years?如何按 DatetimeIndex 加入列，从不同年份的数据中匹配日、月和小时？
【发布时间】：2020-07-29 21:09:48
【问题描述】：

我有一个具有 2019 年气象特征的数据集，我想将 2017 年和 2018 年的两列电力消耗数据集加入其中。我想按小时、日和月来匹配它们，但数据属于不同的年份。我该怎么做？

meteo 数据集是一个 6 列的类似数据框，其日期时间索引属于 2019。

【问题讨论】：

请展示一些数据样本供人们测试/回答

标签： python pandas dataframe group-by datetimeindex

【解决方案1】：

您可以从索引中添加 3 个表示小时、日和月的列，并将它们用于以后的连接。 DatetimeIndex 具有时间戳不同部分的属性：

import pandas as pd

ind = pd.date_range(start='2020-01-01', end='2020-01-20', periods=10)
df = pd.DataFrame({'number' : range(10)}, index = ind)

df['hour'] = df.index.hour
df['day'] = df.index.day
df['month'] = df.index.month
print(df)

                     number  hour  day  month
2020-01-01 00:00:00       0     0    1      1
2020-01-03 02:40:00       1     2    3      1
2020-01-05 05:20:00       2     5    5      1
2020-01-07 08:00:00       3     8    7      1
2020-01-09 10:40:00       4    10    9      1
2020-01-11 13:20:00       5    13   11      1
2020-01-13 16:00:00       6    16   13      1
2020-01-15 18:40:00       7    18   15      1
2020-01-17 21:20:00       8    21   17      1
2020-01-20 00:00:00       9     0   20      1

【讨论】：