Python 从一天开始按n天对数据帧进行分组

我刚刚发现了熊猫的力量，我喜欢它，但我无法解决这个问题：

我有一个数据帧

df.head（）

：

我想把我的数据分成九天的间隔

gb = df.groupby(pd.TimeGrouper(key='time', freq='9D'))

第一组：

2002-05-15 12:59:31.717467       lon   lat  h filename                  time
0    19.961216  80.617627    -0.077165     60048 2002-05-15 12:59:31.717467
1    19.923916  80.614847    -0.018689     60048 2002-05-15 12:59:31.831467
2    19.849396  80.609257    -0.089205     60048 2002-05-15 12:59:32.059467
3    19.830776  80.607857     0.076485     60048 2002-05-15 12:59:32.116467
...

下一组：

2002-05-24 12:59:31.717467        lon   lat  height  filename                  time
815   18.309498  80.457024     0.187387     60309 2002-05-24 16:35:39.553563
816   18.291458  80.458514     0.061446     60309 2002-05-24 16:35:39.610563
817   18.273408  80.460014     0.129255     60309 2002-05-24 16:35:39.667563
818   18.255358  80.461504     0.046761     60309 2002-05-24 16:35:39.724563
...

因此，数据从第一次开始（12:59:31.717467）分为九天进行分组，而不是像我希望的那样从一天开始

按一天分组时：

gb = df.groupby(pd.TimeGrouper(key='time', freq='D'))

给我：

2002-05-15 00:00:00       lon   lat  h  filename                  time
0    19.961216  80.617627    -0.077165     60048 2002-05-15 12:59:31.717467
1    19.923916  80.614847    -0.018689     60048 2002-05-15 12:59:31.831467
2    19.849396  80.609257    -0.089205     60048 2002-05-15 12:59:32.059467
3    19.830776  80.607857     0.076485     60048 2002-05-15 12:59:32.116467
...

我可以循环几天，直到我得到一个九天的间隔，但我认为这可以做得更聪明，我正在寻找一个石斑鱼

freq

选项，相当于YS（年初）的天数，一种设置开始时间的方式（可能通过石斑鱼选项

约定：{'start'，end'，e'，s'}

），或者

---

我正在运行Python 3.5.2，Pandas的版本为：0.19.0

如果将日期时间截断到给定日期的午夜，分组将按预期工作（从一天开始）。我希望它通过转换为datetimes来工作，例如

df['date'] = df['time'].apply(lambda x:x.date())

但是，除非索引是

datetime

，否则不能使用

TimeGrouper

。 相反，您有两个选项，或者直接将日期时间截断为午夜，如下所示：

df['date'] = df['time'].apply(lambda x:x.replace(hour=0, minute=0, second=0, microsecond=0)))

或者，您可以先生成

date

值，然后使用

pd.to\u datetime（）

函数将其转换回日期时间：

df['date'] = df['time'].apply(lambda x: x.date() )
df['date'] = pd.to_datetime(df['date'])

---

完成@mfitzp answer您可以这样做：

df['dateonly'] = df['time'].apply(lambda x: x.date())

唯一的问题是

df['dateonly']

不会是DatetimeIndex

您需要先将其转换为：

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

现在你可以分组了

gb = df.groupby(pd.TimeGrouper(key='dateonly', freq='9D'))

对于额外信息，

约定

与

周期索引

一起使用，而不是

日期时间索引

删除第一时间行：

您最好选择

datetime

列的第一行，以便将时间重置为

00:00:00

（午夜），并根据9D间隔分组：

df.loc[0, 'time'] = df['time'].iloc[0].normalize()
for _, grp in df.groupby(pd.TimeGrouper(key='time', freq='9D')):
    print (grp)

#          lon        lat         h  filename                       time
# 0  19.961216  80.617627 -0.077165     60048 2002-05-15 00:00:00.000000
# 1  19.923916  80.614847 -0.018689     60048 2002-05-15 12:59:31.831467
# 2  19.849396  80.609257 -0.089205     60048 2002-05-15 12:59:32.059467
# 3  19.830776  80.607857  0.076485     60048 2002-05-15 12:59:32.116467
# 4  19.570708  80.588183  0.162943     60048 2002-05-15 12:59:32.888467
# ......................................................................

这将恢复其他行中的时间，因此不会丢失这些信息

---

保留第一时间行：

如果希望保持第一时间行的原样，而不对其进行任何更改，但只希望从午夜开始分组，则可以执行以下操作：

df_t_shift = df.shift()    # Shift one level down
df_t_shift.loc[0, 'time'] = df_t_shift['time'].iloc[1].normalize()
# Concat last row of df with the shifted one to account for the loss of row
df_t_shift = df_t_shift.append(df.iloc[-1], ignore_index=True)  

for _, grp in df_t_shift.groupby(pd.TimeGrouper(key='time', freq='9D')):
    print (grp)

#          lon        lat         h  filename                       time
# 0        NaN        NaN       NaN       NaN 2002-05-15 00:00:00.000000
# 1  19.961216  80.617627 -0.077165   60048.0 2002-05-15 12:59:31.717467
# 2  19.923916  80.614847 -0.018689   60048.0 2002-05-15 12:59:31.831467
# 3  19.849396  80.609257 -0.089205   60048.0 2002-05-15 12:59:32.059467
# 4  19.830776  80.607857  0.076485   60048.0 2002-05-15 12:59:32.116467
# 5  19.570708  80.588183  0.162943   60048.0 2002-05-15 12:59:32.888467

---

建议添加参数

closed='left'

可以吗？我已经尝试过了，但没有改变任何东西

convention='s'

可以做什么吗？文档中严重缺乏关于

TimeGrouper

参数的功能。如果无法使其正常工作，另一个选项是将列转换为日期（而不是日期时间），这将删除时间组件（那天的午夜四舍五入）。是，我找不到使用

约定的示例。我刚刚试过使用
convention='s'
，但没有成功。谢谢你的回答谢谢你的回答谢谢你的回答
df_t_shift = df.shift()    # Shift one level down
df_t_shift.loc[0, 'time'] = df_t_shift['time'].iloc[1].normalize()
# Concat last row of df with the shifted one to account for the loss of row
df_t_shift = df_t_shift.append(df.iloc[-1], ignore_index=True)  

for _, grp in df_t_shift.groupby(pd.TimeGrouper(key='time', freq='9D')):
    print (grp)

#          lon        lat         h  filename                       time
# 0        NaN        NaN       NaN       NaN 2002-05-15 00:00:00.000000
# 1  19.961216  80.617627 -0.077165   60048.0 2002-05-15 12:59:31.717467
# 2  19.923916  80.614847 -0.018689   60048.0 2002-05-15 12:59:31.831467
# 3  19.849396  80.609257 -0.089205   60048.0 2002-05-15 12:59:32.059467
# 4  19.830776  80.607857  0.076485   60048.0 2002-05-15 12:59:32.116467
# 5  19.570708  80.588183  0.162943   60048.0 2002-05-15 12:59:32.888467