如何在 pandas 中按日期分组。我在一个日期有 48 个条目，即 30 分钟间隔答案

【问题标题】：how to group by date in pandas . I'm having 48 entries for a single date i.e 30 min interval如何在 pandas 中按日期分组。我在一个日期有 48 个条目，即 30 分钟间隔
【发布时间】：2018-12-28 07:34:55
【问题描述】：

请在下面找到输入和输出。在代码中输入，在图像中输出。输入：

    time    value      index_no     date    block_out   no_load
0   2018-07-16 00:30:00 1   2.0 2018-07-16      
1   2018-07-16 01:00:00 -1  3.0 2018-07-16   3.0    
2   2018-07-16 01:30:00 -1  4.0 2018-07-16   4.0    
3   2018-07-16 02:00:00 -1  5.0 2018-07-16   5.0    
4   2018-07-16 02:30:00 1   6.0 2018-07-16      
5   2018-07-16 03:00:00 1   7.0 2018-07-16      
6   2018-07-16 03:30:00 0   8.0 2018-07-16      8.0
7   2018-07-16 04:00:00 1   9.0 2018-07-16      
8   2018-07-16 04:30:00 -1  10.0    2018-07-16  10.0    
9   2018-07-16 05:00:00 2   11.0    2018-07-16      
10  2018-07-16 05:30:00 3   12.0    2018-07-16      
11  2018-07-16 06:00:00 2   13.0    2018-07-16      
12  2018-07-16 06:30:00 2   14.0    2018-07-16      
13  2018-07-16 07:00:00 -1  15.0    2018-07-16  15.0    
14  2018-07-16 07:30:00 1   16.0    2018-07-16      
15  2018-07-16 08:00:00 -1  17.0    2018-07-16  17.0    
16  2018-07-16 08:30:00 2   18.0    2018-07-16      
17  2018-07-16 09:00:00 2   19.0    2018-07-16      
18  2018-07-16 09:30:00 3   20.0    2018-07-16      
19  2018-07-16 10:00:00 -1  21.0    2018-07-16  21.0

【问题讨论】：

一个非常明确的问题！我完全明白你想要什么。

标签： pandas data-science pandas-groupby

【解决方案1】：

这就是你在熊猫中按列分组的方式

import pandas as pd
import numpy as np

# Generating random data
data = np.random.randint(0, 4, 15).reshape(5, 3)

# Wrapping it with pandas DataFrame
df = pd.DataFrame(data, columns=['A', 'B', 'C'])

# Group by column 'A'
groupbys = df.groupby('A')

在您的具体问题中，您希望将您的 'time' 列拆分为 'date'、'time'，然后按 'date' 分组，但它可能不会让您获得任何结果，因为您没有定义哪种类型你想做的聚合。

如果您不知道如何拆分“时间”列，您可以使用映射函数并将其转换为日期时间对象，如下所示：

def to_datetime(str):
    return datetime.strptime('2018-07-16 00:30:00', "%Y-%m-%d %H:%M:%S")

然后像这样创建一个新列：

df['date'] = list(map(to_datetime, df['time']))

【讨论】：