Pandas - 从一小时的最后一分钟选择数据以获取 24 小时数据

Question

这里是熊猫初学者。

我有一个以分钟为单位的 24 小时时间序列，A 列中有一个累积值：

Time                Energy
11-01-2017 10:14    19.14634168
11-01-2017 10:15    19.14702618
11-01-2017 10:16    19.14719065
11-01-2017 10:17    19.14719065
…   
11-01-2017 23:56    19.47694149
11-01-2017 23:57    19.4771605
11-01-2017 23:58    19.47753776
11-01-2017 23:59    19.47801377

我想知道每小时结束时 A 列的值是多少 (dd-mm-yyy hh:59)，并将此数据保存在 csv 文件中，并带有添加了额外的列以显示小时。结果如下所示：

   Time             Hour  Energy
   11-01-2017 00:59    1     02.0000000
   11-01-2017 01:59    2     04.1234554
   11-01-2017 02:59    3     06.1234554
   ...
   11-01-2017 23:59    24    19.4780137

我应该根据 59 的秒值迭代时间序列，还是更容易每 60 行提取 A 列中的值，因为总会有 1440 行（1440 分钟）？

Answer 1

你可以使用：

df.Time = pd.to_datetime(df.Time)
df['hour'] = df.Time.dt.hour + 1
df1 = df[df.Time.dt.minute == 59]

print (df1)
                 Time     Energy  hour
7 2017-11-01 23:59:00  19.478014    24

Answer 2

如果您的时间值是规则的，没有您所说的间隔，您可以使用带有 step arg 的切片语义：

df.iloc[::60]

如果第一个条目不是第​​一分钟，就像你展示的那样，那么只需偏移第一个 arg：

df.iloc[45::60]

因为第 14 分钟比第 59 分钟晚 45

时间

In [176]:
s = pd.date_range(dt.datetime(2016,1,1), freq='1min', periods=10000)
s

Out[176]:
DatetimeIndex(['2016-01-01 00:00:00', '2016-01-01 00:01:00',
               '2016-01-01 00:02:00', '2016-01-01 00:03:00',
               '2016-01-01 00:04:00', '2016-01-01 00:05:00',
               '2016-01-01 00:06:00', '2016-01-01 00:07:00',
               '2016-01-01 00:08:00', '2016-01-01 00:09:00',
               ...
               '2016-01-07 22:30:00', '2016-01-07 22:31:00',
               '2016-01-07 22:32:00', '2016-01-07 22:33:00',
               '2016-01-07 22:34:00', '2016-01-07 22:35:00',
               '2016-01-07 22:36:00', '2016-01-07 22:37:00',
               '2016-01-07 22:38:00', '2016-01-07 22:39:00'],
              dtype='datetime64[ns]', length=10000, freq='T')

In [179]:    
%timeit s[s.minute == 59]
%timeit s[::60]

1000 loops, best of 3: 639 µs per loop
10000 loops, best of 3: 27.5 µs per loop

所以这里的切片速度要快约 20 倍