Python Pandas размер раз

Я работаю в фрейме данных в Pandas, который выглядит так.

 Identifier                   datetime
0   AL011851                     00:00:00
1   AL011851                     06:00:00             
2   Al011851                     12:00:00

Это мой код на данный момент:

import pandas as pd

hurricane_df = pd.read_csv("hurdat2.csv",parse_dates=['datetime'])
hurricane_df['datetime'] = pd.to_timedelta(hurricane_df['datetime'].dt.strftime('%H:%M:%S'))
hurricane_df
grouped = hurricane_df.groupby('datetime').size()
grouped

Что я сделал, так это преобразовал столбец datetime в timedelta, чтобы получить часы. Я хочу получить размер столбца datetime, но мне нужны только часы, такие как 1:00, 2:00, 3:00 и т. д., Но я получаю минутные интервалы, такие как 1:15 и 2:45.

Есть ли способ просто отобразить час? Спасибо.

Итак, вы хотите округлить 1:15 до 1:00 и с 2:45 до 3:00?

Pavel 09.12.2018 23:49

@pavel да, он показывает часы, а не минуты

Dark Apostle 09.12.2018 23:53

Вы хотите сохранить столбец как datetime или как простое целое число, представляющее час?

Pavel 09.12.2018 23:58

Я бы хотел сохранить столбец как datetime

Dark Apostle 10.12.2018 00:00
Почему в Python есть оператор "pass"?
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
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
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
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
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
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
4
61
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

df = pd.DataFrame({'Identifier':['AL011851','AL011851','AL011851'],'datetime': ["2018-12-08 16:35:23","2018-12-08 14:20:45", "2018-12-08 11:45:00"]})
df['datetime'] = pd.to_datetime(df['datetime'])
df
  Identifier            datetime
0   AL011851 2018-12-08 16:35:23
1   AL011851 2018-12-08 14:20:45
2   AL011851 2018-12-08 11:45:00

# Rounds to nearest hour
def roundHour(t):
        return (t.replace(second=0, microsecond=0, minute=0, hour=t.hour)
               +timedelta(hours=t.minute//30))

df.datetime=df.datetime.map(lambda t: roundHour(t)) # Step 1: Round to nearest hour
df.datetime=df.datetime.map(lambda t: t.strftime('%H:%M')) # Step 2: Remove seconds
df
  Identifier datetime
0   AL011851    17:00
1   AL011851    14:00
2   AL011851    12:00
Ответ принят как подходящий

Вы можете использовать pandas.Timestamp.round с ярлыком Series.dt:

df['datetime'] = df['datetime'].dt.round('h')

Так

... datetime
    01:15:00
    02:45:00

становится

... datetime
    01:00:00
    03:00:00

Хорошее кодирование, сэр.

cph_sto 10.12.2018 00:17

Другие вопросы по теме