如何无需虚拟列用Pandas按小时统计时间戳频率？

完全可以不用添加虚拟列，直接基于原始时间戳列表完成统计，给你两种实用的实现方式：

方法一：借助Series的resample+count() #

先把时间戳列表转换成Pandas的datetime格式，再做成Series，接着用resample指定统计周期（比如'H'代表小时），最后调用count()就能直接得到每个周期内的时间戳数量：

import pandas as pd

# 示例时间戳列表，实际替换成你的数据
timestamp_list = pd.to_datetime(["2024-05-20 08:12:00", "2024-05-20 08:45:00", "2024-05-20 09:03:00"])
# 转为Series
ts_series = pd.Series(timestamp_list)
# 按小时重采样并统计数量
hourly_freq = ts_series.resample('H', on=ts_series.name).count()
print(hourly_freq)

如果直接用DatetimeIndex处理，代码可以简化成：

ts_index = pd.DatetimeIndex(timestamp_list)
hourly_freq = ts_index.to_series().resample('H').count()

方法二：用Grouper分组统计 #

把时间戳存入DataFrame（不用加额外列），通过pd.Grouper按时间周期分组，再用count()统计每组的行数，也就是对应周期的出现频率：

df = pd.DataFrame({'timestamp': timestamp_list})
hourly_freq = df.groupby(pd.Grouper(key='timestamp', freq='H')).count()

不管用哪种方法，都能实现按小时、天、月等任意周期的频率统计，全程不需要添加值为1的虚拟列。

内容的提问来源于stack exchange，提问作者Dick Visser