将分钟数据转换为每小时数据答案

【问题标题】：Converting minutes data to hourly data将分钟数据转换为每小时数据
【发布时间】：2021-09-19 17:31:23
【问题描述】：

我有一个数据框，其中包含以 5 分钟的时间间隔记录的数千个唯一 ID 和值。数据很大，因为它包含数千个唯一 ID 的每日数据。数据示例如下：

`sample_data.csv`

datetime,           Unique_id,   Value
2018-01-28 00:00:00, 105714,      409
2018-01-28 00:05:00, 105714,      409
2018-01-28 00:10:00, 105714,      242
2018-01-28 00:15:00, 105714,      225
....................  .......     ...
2018-01-28 23:55:00, 105714,      225
2018-01-28 00:00:00, 206714,      325
2018-01-28 00:05:00, 206714,      325
2018-01-28 00:10:00, 206714       238
....................  .......     ...
2018-01-28 23:55:00, 206714,      410

我正在尝试将 5 分钟数据转换为每小时数据，同时以小时为单位汇总最后一列 (VALUE) 的值。
unique_id 值在转换为小时时应该相同（它们不应相加）。

我尝试通过以下方式将分钟转换为小时：

pd.to_datetime(df.datetime, unit='m').dt.strftime('%H:%M')

但我不确定如何以小时为单位并行实现最后一列 (VALUE) 的聚合值。

`Expected output`

datetime,           Unique_id,   Value
2018-01-28 01(hours):00(minutes), 105714,      Sum of 5 minute values in one hour
2018-01-28 02(hours):00(minutes), 105714,      Sum of 5 minute values in one hour

【问题讨论】：

标签： python pandas dataframe datetime group-by

【解决方案1】：

使用Grouper 按小时聚合，列Unique_id by sum：

df['datetime'] = pd.to_datetime(df['datetime'])
df = df.groupby([pd.Grouper(freq='H', key='datetime'), 'Unique_id']).sum().reset_index()
print (df)
             datetime  Unique_id  Value
0 2018-01-28 00:00:00     105714   1285
1 2018-01-28 00:00:00     206714    888
2 2018-01-28 23:00:00     105714    225
3 2018-01-28 23:00:00     206714    410

【讨论】：

【解决方案2】：

简单的 groupby + sum，使用四舍五入（实际上是底）到小时的时间：

>>> df.groupby([
...     df['datetime'].transform(pd.to_datetime).dt.floor(freq='1h'),
...     'Unique_id',
... ]).sum().reset_index()
             datetime  Unique_id   Value
0 2018-01-28 00:00:00     105714  1285.0
1 2018-01-28 00:00:00     206714   888.0
2 2018-01-28 23:00:00     105714   225.0
3 2018-01-28 23:00:00     206714   410.0

请注意，如果您的列已经是 datetime dtype，.transform(pd.to_datetime) 是可选的。

【讨论】：