通过选择行中的日期时间值来转置 Pandas DataFrame答案

【问题标题】：Transpose Pandas DataFrame by select Datetime values in rows通过选择行中的日期时间值来转置 Pandas DataFrame
【发布时间】：2017-01-31 23:29:49
【问题描述】：

我有一个简单的 Pandas DataFrame，如下所示：

Timestamp              Value
2017-01-03 00:00:00    13.05
2017-01-03 00:01:00    13.70
2017-01-03 00:02:00    13.07
...
2017-01-27 09:57:00    13.46
2017-01-27 09:58:00    13.43
2017-01-27 09:59:00    13.41

如何转换它以便每天有一行，以及特定小时和分钟的列（比如从 0 到 10 小时）（时间戳中没有秒，它们都是零）。

到目前为止，我可以成功地使用df[df.index.time < datetime.time(10,0)] 来选择每天 10 小时以下的行。但是如果我随后使用.T 来转置该选择，那么整个 DataFrame 会转置为一个非常长的行。如何从时间戳中的每个不同日期对多批行执行 .T 操作？（也可能将每个 Day 值放在转置数据集的第一列？

我宁愿避免自定义代码和循环，因为数据集很大，所以更喜欢内置的东西！

【问题讨论】：

标签： python pandas

【解决方案1】：

将索引设置为日期和时间的多索引，后跟unstack

df.set_index(
    [df.Timestamp.dt.date, df.Timestamp.dt.time]
).Value.rename_axis([None] * 2).unstack()

【讨论】：

【解决方案2】：

你可以使用pivot_table方法：

In [214]: df.assign(d=df.Timestamp.dt.date, t=df.Timestamp.dt.time) \
            .pivot_table(index='d', columns='t', values='Value', fill_value=0) \
            .rename_axis(None, 1)
Out[214]:
            00:00:00  00:01:00  00:02:00  09:57:00  09:58:00  09:59:00
2017-01-03     13.05      13.7     13.07      0.00      0.00      0.00
2017-01-27      0.00       0.0      0.00     13.46     13.43     13.41

PS 但我更喜欢@piRSquared 的解决方案，因为它更优雅...

【讨论】：