Python 熊猫:10吨组,但采用00:11:00格式

Python 熊猫:10吨组,但采用00:11:00格式,python,pandas,Python,Pandas,此后 grouper = pd.Grouper(key='datetime', freq='10T') 我会有像这样的约会时间小组 2017-05-17 13:20:00 2017-05-17 13:30:00 我想归档此特定格式: 2017-05-17 13:21:00 2017-05-17 13:31:00 我如何才能做到这一点?似乎您需要参数base,该参数可以在以下位置找到: 看起来不错,但我在pandas文档(v0.20.1)中没有看到“base”参数 rng = pd.dat

此后

grouper = pd.Grouper(key='datetime', freq='10T')
我会有像这样的约会时间小组

2017-05-17 13:20:00
2017-05-17 13:30:00
我想归档此特定格式:

2017-05-17 13:21:00
2017-05-17 13:31:00

我如何才能做到这一点?

似乎您需要参数
base
,该参数可以在以下位置找到:



看起来不错,但我在pandas文档(v0.20.1)中没有看到“base”参数
rng = pd.date_range('2017-05-17 13:21:00', periods=10, freq='10T')
df = pd.DataFrame({'datetime': rng, 'a': range(10)})  
print (df)
   a            datetime
0  0 2017-05-17 13:21:00
1  1 2017-05-17 13:31:00
2  2 2017-05-17 13:41:00
3  3 2017-05-17 13:51:00
4  4 2017-05-17 14:01:00
5  5 2017-05-17 14:11:00
6  6 2017-05-17 14:21:00
7  7 2017-05-17 14:31:00
8  8 2017-05-17 14:41:00
9  9 2017-05-17 14:51:00

a = df.groupby(pd.Grouper(key='datetime', freq='10T', base=1)).sum()
print (a)
                     a
datetime              
2017-05-17 13:21:00  0
2017-05-17 13:31:00  1
2017-05-17 13:41:00  2
2017-05-17 13:51:00  3
2017-05-17 14:01:00  4
2017-05-17 14:11:00  5
2017-05-17 14:21:00  6
2017-05-17 14:31:00  7
2017-05-17 14:41:00  8
2017-05-17 14:51:00  9
a = df.resample('10T', on='datetime', base=1).sum()
print (a)
                     a
datetime              
2017-05-17 13:21:00  0
2017-05-17 13:31:00  1
2017-05-17 13:41:00  2
2017-05-17 13:51:00  3
2017-05-17 14:01:00  4
2017-05-17 14:11:00  5
2017-05-17 14:21:00  6
2017-05-17 14:31:00  7
2017-05-17 14:41:00  8
2017-05-17 14:51:00  9