web-dev-qa-db-fra.com

Python Pandas Grouper par date à l'aide de données datetime

J'ai une colonne Date_Time que je souhaite grouper par date et heure sans créer de nouvelle colonne. Est-ce possible que le code actuel que j'ai n'a pas de travail.

df = pd.groupby(df,by=[df['Date_Time'].date()])
21
GoBlue_MathMan

resample

df.resample('D', on='Date_Time').mean()

              B
Date_Time      
2001-10-01  4.5
2001-10-02  6.0

Grouper

Comme suggéré par @JosephCottam

df.set_index('Date_Time').groupby(pd.Grouper(freq='D')).mean()

              B
Date_Time      
2001-10-01  4.5
2001-10-02  6.0

Utilisations déconseillées de TimeGrouper

Vous pouvez définir l’index sur 'Date_Time' et utilise pd.TimeGrouper

df.set_index('Date_Time').groupby(pd.TimeGrouper('D')).mean().dropna()

              B
Date_Time      
2001-10-01  4.5
2001-10-02  6.0
20
piRSquared

Vous pouvez utiliser groupby selon les dates de la colonne Date_Time par dt.date :

df = df.groupby([df['Date_Time'].dt.date]).mean()

Échantillon:

df = pd.DataFrame({'Date_Time': pd.date_range('10/1/2001 10:00:00', periods=3, freq='10H'),
                   'B':[4,5,6]})

print (df)
   B           Date_Time
0  4 2001-10-01 10:00:00
1  5 2001-10-01 20:00:00
2  6 2001-10-02 06:00:00

print (df['Date_Time'].dt.date)
0    2001-10-01
1    2001-10-01
2    2001-10-02
Name: Date_Time, dtype: object

df = df.groupby([df['Date_Time'].dt.date])['B'].mean()
print(df)
Date_Time
2001-10-01    4.5
2001-10-02    6.0
Name: B, dtype: float64

Une autre solution avec resample :

df = df.set_index('Date_Time').resample('D')['B'].mean()

print(df)
Date_Time
2001-10-01    4.5
2001-10-02    6.0
Freq: D, Name: B, dtype: float64
28
jezrael