pandas TimeGrouper 自定义频率时间范围答案

【问题标题】：pandas TimeGrouper custom frequency time rangepandas TimeGrouper 自定义频率时间范围
【发布时间】：2018-04-13 06:09:07
【问题描述】：

如何实现按自定义时间范围分组数据？我能够按小时对数据进行分组，但我想以 1 小时 1 分钟为间隔进行分组。

类似这样的代码： df.groupby(pd.TimeGrouper('1H:1Min')).mean() （但这会返回错误。）

我的目标是获得每个1H:1Min 间隔的平均值。希望你能帮助我。

【问题讨论】：

【解决方案1】：

使用3660 秒

df.groupby(pd.TimeGrouper('3660S')).mean()

或61分钟

df.groupby(pd.TimeGrouper('61Min')).mean()

或者@root 在 cmets 中所说的

df.groupby(pd.TimeGrouper('1H1Min')).mean()

考虑数据框df

df = pd.DataFrame(np.arange(10), pd.date_range('2017', periods=10, freq='30Min'))

所有分组产生

                       0
2017-01-01 00:00:00  1.0
2017-01-01 01:01:00  3.5
2017-01-01 02:02:00  5.5
2017-01-01 03:03:00  7.5
2017-01-01 04:04:00  9.0

【讨论】：

或1H1Min（或1H1T）是组合频率混叠的正确方法。
如果这可能是一个简单的问题，我深表歉意。我只是熊猫和一般编程的新手，仍在阅读文档。我没有意识到我可以只使用 3660s 或 1H1Min。陷入过度分析。非常感谢！
@EmmanD。请不要道歉！你做了很多人不敢做的事。那是看起来很愚蠢的风险。试图摆脱无知并没有什么愚蠢的。这是一个很好的问题。