Python pandas TimeGrouper自定义频率时间范围

如何实现按自定义时间范围分组数据？我可以按小时对数据进行分组，但我想按1小时1分钟的间隔对数据进行分组

类似于以下代码：

df.groupby（pd.TimeGrouper（'1H:1Min'））.mean（）

（但这将返回一个错误。）

---

我的目标是获得每

1H:1Min

间隔的平均值。希望您能帮助我。

使用

3660

秒

df.groupby(pd.TimeGrouper('3660S')).mean()

或

61

分钟

df.groupby(pd.TimeGrouper('61Min')).mean()

或者@root在评论中说了什么

df.groupby(pd.TimeGrouper('1H1Min')).mean()

---

考虑数据帧

df

df = pd.DataFrame(np.arange(10), pd.date_range('2017', periods=10, freq='30Min'))

所有组别的产量

                       0
2017-01-01 00:00:00  1.0
2017-01-01 01:01:00  3.5
2017-01-01 02:02:00  5.5
2017-01-01 03:03:00  7.5
2017-01-01 04:04:00  9.0

---

或者

1H1Min

（或者

1H1T

）是组合频率别名的正确方法。如果这是一个简单的问题，我很抱歉。一般来说，我对熊猫和编程还不熟悉，还在阅读文档。我没有意识到我只能用3660秒或1H1Min。陷入过度分析。非常感谢@艾曼德。请不要道歉！你做了许多人不敢做的事。这就是看起来愚蠢的风险。试图摆脱无知没有什么愚蠢的。这是一个很好的问题。