将时间序列重塑为多个特征，每个特征对应于一天的过程

Question

我有一个由 Pandas 正确解释的时间序列，它对应于许多天每分钟一次的心率测量值。

我需要知道将其转换为具有多个时间序列的集合（DataFrame 等）的惯用方式（如果有的话）是什么，每个时间序列的范围从 00:00 到 23:59。

---

显然，通过采用 24*60 行的切片来执行此操作是一种蛮力的方式。但在一般情况下，可能会出现各种故障，例如不规则样本（在 1 分钟的等待窗口内采集，因为腕带监视器中的软件如何尝试检测运动、睡眠等）。

Answer 1

这是一个可行的 hacky 解决方案

dg = df[['start_time', 'heart_rate']].set_index('start_time').groupby(pd.Grouper(freq='D'))

dh = pd.DataFrame()

for name, group in dg:
    timestamps = pd.Series([val.time() for val in group.index])
    group = group.rename(columns={"heart_rate": str(name.date())})
    group.index = timestamps
    dh = pd.concat([dh,group],axis=1)

但我确信 Pandas 中还有一些更惯用的东西。