我想按日期計算列持續時間組的總和，但列的開始和結束是這段 df 中的日期時間：begin end duration2020-10-14 19:17:52.724020 2020-10-14 19:21:40.179003 227.452020-10-14 19:21:40.179003 2020-10-14 19:21:44.037103 3.862020-10-14 19:59:27.183161 2020-10-14 20:00:43.847816 76.662020-10-14 20:00:43.847816 2020-10-14 20:00:43.847822 02020-10-14 20:02:14.341240 2020-10-14 23:59:59.900000 14265.562020-10-15 00:00:00.000000 2020-10-15 05:25:32.935971 19532.942020-10-15 05:25:32.935971 2020-10-15 05:25:33.068959 0.13df.info()begin 41763 non-null datetime64[ns] end 41763 non-null datetime64[ns] duration 41763 non-null float64 結果必須是：begin duration2020-10-14 14,573.532020-10-15 19,533.07所以我嘗試了我的所有 df，但它在某些日期有效，而在其他日期無效。因為我對 Excel 做了同樣的事情，但對于某個日期，我得到了不同的結果。import pandas as pdimport datetimedf = df.groupby(df['begin_'].dt.date)['duration_'].sum()/3600
2 回答
牛魔王的故事
TA貢獻1830條經驗 獲得超3個贊
date您可以使用日期時間對象的方法。將其應用到列中即可獲得日期。之后分組就好了。
def reduce_to_date(value):
return value.date()
df['begin'] = df['begin'].apply(reduce_to_date)
df.groupby('begin')['duration'].sum()/3600
陪伴而非守候
TA貢獻1757條經驗 獲得超8個贊
第一步是將您擁有的時間戳中的時間和日期分開。我在下面給出了示例，其中日期的定義方式與數據框中定義的方式相同。
0 2018-07-02 10:54:00 227.45
1 2018-07-02 10:54:00 3.86
2 2018-07-02 10:54:00 76.66
3 2018-07-02 10:54:00 14265.56
4 2018-07-02 10:54:00 19532.94
d ={'DATA':['2018-07-02 10:54:00','2018-07-02 10:54:00' , '2018-07-02 10:54:00' , '2018-07-02 10:54:00' ,'2018-07-02 10:54:00'],'duration': [227.45,3.86,76.66,14265.56,19532.94]}
DF = df.assign(Date=df.Date.dt.date, Time=df.Date.dt.time, Duration = df.duration)
下一步是按照groupby您的方式進行操作，但只需簡單地提供有關分組依據的變量的信息：
DF.groupby(['Date']).sum()
這給了
Date Duration duration
2018-07-02 34106.47 34106.47
添加回答
舉報
0/150
提交
取消