如何使用Pandas将秒级列合并为分钟级列？

下面给你两种实用的处理方法，按需选择：

方法一：Excel 手动操作 #

• 先给秒级时间列做辅助转换：假设秒级时间在A列，在空白列输入公式 =TEXT(A1,"yyyy-mm-dd hh:mm")，下拉填充得到对应的分钟级时间
• 选中所有包含秒级时间、待合并数值的区域，点击「数据」→「分类汇总」：分类字段选刚才的分钟级辅助列，汇总方式选你需要的（求和/平均值/最大值等），汇总项勾选要合并的数值列
• 完成分类汇总后，删除辅助列和多余的明细行，就能得到每个分钟对应的合并结果

方法二：Python 批量处理 #

如果数据量较大，用Pandas代码批量处理更高效：

import pandas as pd

# 读取数据（替换成你的数据源路径）
df = pd.read_csv("your_data.csv")
# 将秒级时间列转为datetime格式
df["time"] = pd.to_datetime(df["time"])
# 按分钟分组，合并数值（这里用sum，可替换为mean/max等）
minute_merged_df = df.groupby(df["time"].dt.floor("min"))["value"].sum().reset_index()
# 保存合并后的结果
minute_merged_df.to_csv("merged_minute_data.csv", index=False)

内容的提问来源于stack exchange，提问作者user2345694