熊猫系列按特定时间分组答案

【问题标题】：Pandas Series groupby specific hours熊猫系列按特定时间分组
【发布时间】：2021-05-07 11:44:34
【问题描述】：

我正在寻找在gas day（与天然气交易有关）分组熊猫系列的有效实施。这包括 CET 时区早上 6 点到第二天早上 6 点之间的所有时间/时间戳。由于夏令时，一年一次的汽油日有 23 小时和一次 25 小时。我目前的解决方案工作正常（见下文，to_gas_day 函数），但速度非常慢。任何想法表示赞赏。

import pandas as pd

def to_gas_day(stamp):
    """Take a time stamp and return date according to gas day (from 6 to 6 CET)."""
    if stamp.hour < 6:
        day = stamp.date() - pd.Timedelta(days=1)
    else:
        day = stamp.date()
    return pd.to_datetime(day)

se = pd.Series(
    data = 1.,
    index=pd.date_range('2020-10-23','2020-10-27', freq='H', tz='CET')[:-1]
    )

# This is expected count of hours around DST date
se.groupby(to_gas_day).count()

Out[107]: 
2020-10-22     6
2020-10-23    24
2020-10-24    25
2020-10-25    24
2020-10-26    18
dtype: int64

【问题讨论】：

标签： pandas time-series pandas-groupby

【解决方案1】：

这是否等同于您的代码？

obj = pd.Series(pd.date_range('2020-10-23','2020-10-27', freq='H', tz='CET')[:-1])

cond = obj.dt.hour < 6
obj2 = np.where(cond, 
                  obj.dt.date - pd.Timedelta(days=1),
                  obj.dt.date)
obj2 = pd.Series(obj2)

obj3 = obj2.value_counts().sort_index()
print(obj3)

    2020-10-22     6
    2020-10-23    24
    2020-10-24    25
    2020-10-25    24
    2020-10-26    18
    dtype: int64

【讨论】：