通过按小时和天分组来绘制时间序列数据答案

【问题标题】：Plotting time series data by grouping at an hour and day level通过按小时和天分组来绘制时间序列数据
【发布时间】：2020-05-21 10:08:51
【问题描述】：

我有一个 pandas 数据框，它在提出乘车请求时具有时间戳。数据具有时间序列性质。我想绘制 365 天内每天提出的请求数。我创建了一个包含所有内容的新列，并尝试按操作和情节分组，但没有运气。有人可以帮忙吗？

Time Stamp                        Ride
2018-04-07 07:07:17                1
2018-04-07 07:06:12                1

【问题讨论】：

标签： python pandas plot time-series

【解决方案1】：

有几种方法可以做到这一点。首先让我们获取数据：

import pandas as pd
df = pd.DataFrame({'Time Stamp': ['2018-04-07 07:07:17', '2018-04-07 07:06:12'], 'Ride': [1, 1]})
df['Time Stamp'] = pd.to_datetime(df['Time Stamp'])

您可以将groupby 与Grouper 一起使用，它会返回一个系列：

df.groupby(pd.Grouper(key='Time Stamp', freq='1D')).Ride.sum()

# Time Stamp
# 2018-04-07    2
# Freq: D, Name: Ride, dtype: int64

或者你可以将时间戳放在索引中并使用resample，它会返回一个数据帧：

df.set_index('Time Stamp').resample('1D').sum()

#               Ride
# Time Stamp    
# 2018-04-07    2

【讨论】：

非常感谢。IT 工作。我使用了石斑鱼方法。如果我想使用 resample 方法，我有 3 个列而不是ride，我如何只为 sum 选择ride 列？
由于resample 返回的行数与您原来的不同，您需要将它作为一个整体应用于对象。因此，最好的方法是在设置索引并应用重采样之前选择所需的列。因此，假设您有更多列，您可以像这样选择时间列和所有要重新采样的列（在本例中为“Ride”）：df[['Time Stamp', 'Ride']].set_index('Time Stamp').resample('1D').sum()