Python: группировка по временному интервалу

У меня есть фрейм данных, который выглядит так:

Я использую python 3.6.5 и объект datetime.time для индекса

print(sum_by_time)

           Trips
  Time

00:00:00    10
01:00:00    10
02:00:00    10
03:00:00    10
04:00:00    20
05:00:00    20
06:00:00    20
07:00:00    20
08:00:00    30
09:00:00    30
10:00:00    30
11:00:00    30

Как я могу сгруппировать этот фрейм данных по временному интервалу, чтобы получить что-то вроде этого:

                         Trips
       Time    

00:00:00 - 03:00:00        40
04:00:00 - 07:00:00        80
08:00:00 - 11:00:00       120

python pandas dataframe group-by

02.05.2018 12:59

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

3 392

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Я думаю, нужно преобразовать значения индекса в timedeltas с помощью to_timedelta, а затем resample:

df.index = pd.to_timedelta(df.index.astype(str))

df = df.resample('4H').sum()
print (df)
          Trips
00:00:00     40
04:00:00     80
08:00:00    120

Обновлено:

Для вашего формата потребуется:

df['d'] = pd.to_datetime(df.index.astype(str))

df = df.groupby(pd.Grouper(freq='4H', key='d')).agg({'Trips':'sum', 'd':['first','last']})
df.columns = df.columns.map('_'.join)
df = df.set_index(df['d_first'].dt.strftime('%H:%M:%S') + ' - ' + df['d_last'].dt.strftime('%H:%M:%S'))[['Trips_sum']]
print (df)
                     Trips_sum
00:00:00 - 03:00:00         40
04:00:00 - 07:00:00         80
08:00:00 - 11:00:00        120

Ты подтолкнул меня на это! Вот что я придумал! Только для будущих посетителей вы можете использовать «H» для часа, «T» для минут и «M» для интервалов времени месяца.

— 02.05.2018 13:42

Огромное спасибо! Есть идеи, как заставить индекс отражать временные интервалы? т.е. вместо 00:00:00 напишите 00:00:00 - 03:00:00

— 02.05.2018 14:43

@Jad - Добавлено решение, проверьте его.

— 02.05.2018 14:55

Другой способ извлечения информации о временных интервалах может заключаться в использовании to_period в индексе и использовании start_time и end_time. Тогда не нужно заново разбирать временную строку.

— 02.05.2018 15:11

@ Quickbeam2k1 - Хорошая идея, спасибо. Я пытаюсь это реализовать.

— 02.05.2018 15:12

02.05.2018 13:30