Python 如何使用pandas和numpy每天重置计数器？

excel sheetinput.xlsx中有两列：时间和日期。首先，我想在numpy数组中转换这些列，因为我想使用这些值来进一步使用。时间列增加了15分钟，我希望在接下来的每15分钟计数器列值增加1。另外，我希望计数器值在新的一天重新设置

所需的outputConsole结果不是Xlsx格式：

Time(min)        Date       counter  
00:00        27-Aug-18      1
00:15        27-Aug-18      2
00:30        27-Aug-18      3
00:45        27-Aug-18      4
01:00        27-Aug-18      5
01:15        27-Aug-18      6
.
.
.
23:45        27-Aug-18     96
00:00        28-Aug-18     1
00:15        28-Aug-18     2

编辑：作为numpy数组输出

这两个numpy数组将是数据和计数器

数据-包含时间和日期 计数器-包含计数器列

---

实际上我需要numpy数组格式的值，我在问题中已经提到了。什么是numpy数组格式？您想从df获得一个numpy阵列吗？如果是这样，只需使用df.to_numpy。但是如果你想用numpy进行完整的计算，不确定你是否能像熊猫一样优雅地实现。回顾：虽然这段代码可能会回答这个问题，但提供关于这段代码为什么和/或如何回答这个问题的额外上下文可以提高它的长期价值。我建议您检查SO以及来自的全面信息。现在我将您的答案标记为删除。我需要将前两列Timemin和DATE的值存储到numpy数组中，然后计算计数器的值，并在控制台中以非excel格式显示这些计数器数组值。@nipunvats，让我直说。因此，您需要两个numpy数组1包含时间，日期2包含计数器。只要最后这两个是numpy数组，就可以使用上面的计算了吗？

df['counter'] = 1
df['counter'] = df[['counter','Date']].groupby('Date').transform(lambda x: x.cumsum())

df = pd.read_excel('input.xlsx', header=0)

# Data as it is (DateTime objects and Timestamp objects)
data = df.to_numpy() 
# Or convert all entries to strings
data = df.astype(str).to_numpy()

df['counter'] = 1
counter = df[['counter','Date']].groupby('Date').transform(lambda x: x.cumsum()).to_numpy()