Python 地理位置的时间戳如何在笔记本上与机器学习进行聚合

我有一个巨大的文件，里面装满了时间序列数据，唯一的一列是时间 整个数据集中唯一的一列是时间列

time
2017-02-01 00:11:55
2017-02-01 00:21:04

它有100000行长，1列，这些是地理位置上的时间戳，我试图根据30分钟的时间间隔聚合这些时间戳，然后将它们可视化，是否有人可以建议我如何最好地使用机器学习实践来做到这一点

如果我不使用data_file.d类型，则返回一个对象

time    object

---

如果我尝试重新采样，我会得到以下错误：TypeError:仅对DatetimeIndex、TimedeltaIndex或PeriodIndex有效，但得到了“Index”的实例您最好显示完整数据（而不仅仅是时间列），无论如何，我将向您展示熊猫的简单

重新采样用法

import pandas as pd

# Sample data
df = pd.DataFrame(pd.date_range('2017-02-01 00:11:55', '2017-12-31 12:30:00', freq='7Min'), columns=["TS"])
df['Value'] = 1

# Resample
print(df.set_index('TS').resample('30Min').sum())

                     Value
TS                        
2017-02-01 00:00:00      3
2017-02-01 00:30:00      4
2017-02-01 01:00:00      5
2017-02-01 01:30:00      4
2017-02-01 02:00:00      4
2017-02-01 02:30:00      5
...

TypeError：仅对DatetimeIndex、TimedeltaIndex或PeriodIndex有效，但得到了“Index”的一个实例，这是我在尝试您的方法时遇到的错误，我已经尝试过重新采样，但它不起作用，这是因为您的时间列只是一堆字符串，而不是datetime，与我的示例数据不同。首先尝试用df['time']=pd.转换为_datetime（df['time']）

。我试图将这些信息可视化，并描述生成的时间序列计数，以显示预测的基本模式，你有什么建议吗？因为当我尝试使用df['ltime']绘图时，绘图（grid=True）会说，TypeError:空的“DataFrame”：没有要打印的数字数据