Python - 時間スタンプは同じだが日付は時間単位でグループ化する方法

Question

1か月間に1時間に発生する通話量を表示する必要があります。これまでのところ、私は次のようにCSVをリサンプリングできます。

     Amount 
    Date 
2017-03-01 00:00:00  5 
2017-03-01 01:00:00  1 
    . 
    . 
2017-03-31 22:00:00  7 
2017-03-31 23:00:00  2 

日付をdatetimeIndex yは1時間間隔ですべての値をリサンプリングされます。 私が必要とするのは、すべての行を1時間ごとにグループ化できることです。つまり、21時00分に毎月作成されるすべてのコールをグループ化することです（たとえば、金額を合計して1つに表示します）。行。

     Amount 
     Date 
2017-03 00:00:00  600 
2017-03 01:00:00  200 
2017-03 02:00:00  30 
     . 
     . 
2017-03 22:00:00  500 
2017-03 23:00:00  150 

Answer 1

セットアップあなたがgroupbyでDatetimeIndex.strftimeを使用することができます

#Convert index to a list of dates without days like (2017-03 00:00:00) 
group_date = [dt.datetime.strftime(e, '%Y-%m %H:%M:%S') for e in df.index] 

#group the data by the new group_date 
df.groupby(group_date)['Amount'].sum().to_frame() 

Out[592]: 
        Amount 
2017-03 00:00:00 1310 
2017-03 01:00:00 1339 
2017-03 02:00:00 1438 
2017-03 03:00:00 1660 
2017-03 04:00:00 1503 
2017-03 05:00:00 1466 
2017-03 06:00:00 1380 
2017-03 07:00:00 1720 
2017-03 08:00:00 1399 
2017-03 09:00:00 1633 
2017-03 10:00:00 1632 
2017-03 11:00:00 1706 
2017-03 12:00:00 1526 
2017-03 13:00:00 1433 
2017-03 14:00:00 1577 
2017-03 15:00:00 1061 
2017-03 16:00:00 1769 
2017-03 17:00:00 1449 
2017-03 18:00:00 1621 
2017-03 19:00:00 1602 
2017-03 20:00:00 1541 
2017-03 21:00:00 1409 
2017-03 22:00:00 1711 
2017-03 23:00:00 1313 

Answer 2

import pandas as pd 
import datetime as dt 
idx = pd.date_range('2017-03-01 00:00:00', '2017-03-31 23:00:00', freq='H') 
df = pd.DataFrame(index=idx, columns=['Amount'], data=np.random.randint(1,100,len(idx))) 

ソリューションとsum集約：たとえば

df1 = df.groupby(df.index.strftime('%Y-%m %H:%M:%S'))[['Amount']].sum() 

#with borrowing sample from Allen 
print (df1) 
        Amount 
2017-03 00:00:00 1528 
2017-03 01:00:00 1505 
2017-03 02:00:00 1606 
2017-03 03:00:00 1750 
2017-03 04:00:00 1493 
2017-03 05:00:00 1649 
2017-03 06:00:00 1390 
2017-03 07:00:00 1147 
2017-03 08:00:00 1687 
2017-03 09:00:00 1602 
2017-03 10:00:00 1755 
2017-03 11:00:00 1381 
2017-03 12:00:00 1390 
2017-03 13:00:00 1565 
2017-03 14:00:00 1805 
2017-03 15:00:00 1674 
2017-03 16:00:00 1375 
2017-03 17:00:00 1601 
2017-03 18:00:00 1493 
2017-03 19:00:00 1422 
2017-03 20:00:00 1781 
2017-03 21:00:00 1709 
2017-03 22:00:00 1578 
2017-03 23:00:00 1583 

DatetimeIndex.to_periodとDatetimeIndex.hourの別の解決策です。その後groupbyとsumを使用し、最後mapでMultiIndexからIndexを作成します。

a = df.index.to_period('M') 
b = df.index.hour 
df1 = df.groupby([a,b])[['Amount']].sum() 
#http://stackoverflow.com/questions/17118071/python-add-leading-zeroes-using-str-format 
df1.index = df1.index.map(lambda x: '{0[0]} {0[1]:0>2}:00:00'.format(x)) 
print (df1) 
        Amount 
2017-03 00:00:00 1739 
2017-03 01:00:00 1502 
2017-03 02:00:00 1585 
2017-03 03:00:00 1710 
2017-03 04:00:00 1679 
2017-03 05:00:00 1371 
2017-03 06:00:00 1489 
2017-03 07:00:00 1252 
2017-03 08:00:00 1540 
2017-03 09:00:00 1443 
2017-03 10:00:00 1589 
2017-03 11:00:00 1499 
2017-03 12:00:00 1837 
2017-03 13:00:00 1834 
2017-03 14:00:00 1695 
2017-03 15:00:00 1616 
2017-03 16:00:00 1499 
2017-03 17:00:00 1329 
2017-03 18:00:00 1727 
2017-03 19:00:00 1764 
2017-03 20:00:00 1754 
2017-03 21:00:00 1621 
2017-03 22:00:00 1486 
2017-03 23:00:00 1672 

タイミング：

In [394]: %timeit (jez(df)) 
1 loop, best of 3: 630 ms per loop 

In [395]: %timeit (df.groupby(df.index.strftime('%Y-%m %H:%M:%S'))[['Amount']].sum()) 
1 loop, best of 3: 792 ms per loop 

#Allen's solution 
In [396]: %timeit (df.groupby([dt.datetime.strftime(e, '%Y-%m %H:%M:%S') for e in df.index])['Amount'].sum().to_frame()) 
1 loop, best of 3: 663 ms per loop 

コードタイミング用：

np.random.seed(100) 
#[68712 rows x 1 columns] 
idx = pd.date_range('2010-03-01 00:00:00', '2017-12-31 23:00:00', freq='H') 
df = pd.DataFrame(index=idx, columns=['Amount'], data=np.random.randint(1,100,len(idx))) 
print (df.head()) 

def jez(df): 
    a = df.index.to_period('M') 
    b = df.index.hour 
    df1 = df.groupby([a,b])[['Amount']].sum() 
    df1.index = df1.index.map(lambda x: '{0[0]} {0[1]:0>2}:00:00'.format(x)) 
    return (df1)