Python数据框架:如何处理行?

Python数据框架:如何处理行?,python,pandas,Python,Pandas,我已将此文件作为数据帧导入Pandas。最左边的一列是时间(上午7点到上午9点15分。行以15分钟为增量显示交叉口的交通量。如何查找高峰小时?或交通量最大的小时?要获取每小时的交通量,我必须添加4行 我是Python的新手,非常感谢您的帮助 import pandas as pd f_path ="C:/Users/reggi/Dropbox/1. 2020/6. Programming Python/Text Files/TMC118txt.txt" df = pd.read_csv(f_pa

我已将此文件作为数据帧导入Pandas。最左边的一列是时间(上午7点到上午9点15分。行以15分钟为增量显示交叉口的交通量。如何查找高峰小时?或交通量最大的小时?要获取每小时的交通量,我必须添加4行

我是Python的新手,非常感谢您的帮助

import pandas as pd
f_path ="C:/Users/reggi/Dropbox/1. 2020/6. Programming Python/Text Files/TMC118txt.txt"
df = pd.read_csv(f_path, index_col=0, sep='\s+')
下面的数据文件示例::第一列是以15分钟为增量的时间,第一行是按移动计算的流量

 NBL  NBT  NBR  SBL  SBT  SBR  EBL  EBT  EBR  WBL  WBT  WBR

 715    8    3   12    1    1    0    4   93   18   36   68    4

730   16    5   20    5    2    1    0  135   12   39  128    3

745    9    1   29    6    2    3    4  169   21   28  163    6

 800   10    2   33    4    0    4    4  147    8   34  174    6

 815   11    1   30    1    4    3    4   93   10   28  140    8

我的方法是将时间移到一列:

df.reset_index(inplace=True)
然后我将创建一个小时的新列和一个分钟的新列:

df['hour'] = df['index'].apply(lambda x: x[:-2])
df['minute'] = df['index'].apply(lambda x: x{-2:]
然后你可以按小时分组,统计交通流量、分类等

hourly = df.groupby(by='hour').sum()

如果你能分享你的工作来解决这个问题,那就太好了!!!我是一名交通工程师,这些是每15分钟(行)的交叉口交通量(列).NBL代表北向左侧、SBT-南向通过等。我正在尝试使用Python分析数据。希望这有帮助。欢迎使用stack overflow!我们要求您在问题中提供一个示例,将示例输入和输出作为文本,而不是图片或链接,以便我们可以复制它。请参阅我们还要求您提供代码感谢您根据自己的研究所做的尝试,以便我们更好地了解如何提供帮助。我是一名新手,正在学习如何解决堆栈溢出问题。我将编辑并添加我的代码。感谢您的指导。:)关于熊猫的信息非常多,是否存在现有资源未涵盖的特定问题?此外,除非绝对必要,否则请不要以图像形式共享信息。见:,,谢谢。如果我在pd.read\u csv上使用index\u col=0,我是否也应该使用df.reset\u index(inplace=True)?