Python 获取时间日期范围

我仍在学习python，这是一个有点复杂的问题， 有这样一个表

pandas.DataFrame

：

           SAMPLE_TIME  TempBottom  TempTop  TempOut    State       Bypass  
0  2015-07-15 16:41:56      48.625   55.812   43.875        1            1   
1  2015-07-15 16:42:55      48.750   55.812   43.875        1            1   
2  2015-07-15 16:43:55      48.937   55.812   43.875        1            1   
3  2015-07-15 16:44:56      49.125   55.812   43.812        1            1   
4  2015-07-15 16:45:55      49.312   55.812   43.812        1            1 

这是一个大数据集，在几周内每分钟都有条目。 我试图得到每天的范围，所以基本上忽略时间，按天分割

---

编辑 我忘了提到这是使用

pd.read\u csv（）

从csv导入的，我认为这意味着

SMAPLE\u TIME

不是

DatetimeIndex

您可以

df['SAMPLE_TIME'] = pd.to_datetime(df['SAMPLE_TIME'])
df.set_index('SAMPLE_TIME', inplace=True)
df_by_days = df.groupby(pd.TimeGrouper('D')).agg()

如中所述应用各种聚合函数。如果您提供了一些关于您希望聚合什么以及如何聚合的详细信息，很高兴添加一个示例。

您可以尝试：

#set to datetimeindex
df['SAMPLE_TIME'] = pd.to_datetime(df['SAMPLE_TIME'])

print df
          SAMPLE_TIME  TempBottom  TempTop  TempOut  State  Bypass
0 2015-07-05 16:41:56      48.625   55.812   43.875      1       1
1 2015-07-05 16:42:55      48.750   55.812   43.875      1       1
2 2015-07-23 16:43:55      48.937   55.812   43.875      1       1
3 2015-07-23 16:44:56      49.125   55.812   43.812      1       1
4 2015-07-25 16:45:55      49.312   55.812   43.812      1       1

df = df.set_index('SAMPLE_TIME')
g1 =  df.groupby(lambda x: x.day)

for d,g in g1:
    print d
    print g
5
                     TempBottom  TempTop  TempOut  State  Bypass
SAMPLE_TIME                                                     
2015-07-05 16:41:56      48.625   55.812   43.875      1       1
2015-07-05 16:42:55      48.750   55.812   43.875      1       1
23
                     TempBottom  TempTop  TempOut  State  Bypass
SAMPLE_TIME                                                     
2015-07-23 16:43:55      48.937   55.812   43.875      1       1
2015-07-23 16:44:56      49.125   55.812   43.812      1       1
25
                     TempBottom  TempTop  TempOut  State  Bypass
SAMPLE_TIME                                                     
2015-07-25 16:45:55      49.312   55.812   43.812      1       1

或者您可以按天分组并按总和汇总：

df = df.set_index('SAMPLE_TIME')
g1 =  df.groupby(lambda x: x.day).agg(sum)
print g1
    TempBottom  TempTop  TempOut  State  Bypass
5       97.375  111.624   87.750      2       2
23      98.062  111.624   87.687      2       2
25      49.312   55.812   43.812      1       1

df['SAMPLE_TIME'] = pd.to_datetime(df['SAMPLE_TIME'])

df = df.set_index('SAMPLE_TIME')
g1 =  df.groupby([lambda x: x.year, lambda x: x.month, lambda x: x.day]).agg(sum)
print g1
           TempBottom  TempTop  TempOut  State  Bypass
2015 7 5       97.375  111.624   87.750      2       2
       23      98.062  111.624   87.687      2       2
       25      49.312   55.812   43.812      1       1

或按年、月、日分组，按总和汇总：

df = df.set_index('SAMPLE_TIME')
g1 =  df.groupby(lambda x: x.day).agg(sum)
print g1
    TempBottom  TempTop  TempOut  State  Bypass
5       97.375  111.624   87.750      2       2
23      98.062  111.624   87.687      2       2
25      49.312   55.812   43.812      1       1

df['SAMPLE_TIME'] = pd.to_datetime(df['SAMPLE_TIME'])

df = df.set_index('SAMPLE_TIME')
g1 =  df.groupby([lambda x: x.year, lambda x: x.month, lambda x: x.day]).agg(sum)
print g1
           TempBottom  TempTop  TempOut  State  Bypass
2015 7 5       97.375  111.624   87.750      2       2
       23      98.062  111.624   87.687      2       2
       25      49.312   55.812   43.812      1       1

---

我得到了这个错误

TimeGrouper没有定义

我得到了一个新的错误

TypeError:axis必须是一个DatetimeIndex，但是得到了一个'Index'的实例

我猜这是因为它是作为字符串从CSV导入的，我编辑了我的问题只是将示例时间列转换为

DateTime

。