如何将Datetime字符串列表优雅转换为小时分布DataFrame

嘿，这个需求用 pandas 的交叉表（crosstab）或者透视表（pivot_table）就能轻松搞定，完全不用写一堆繁琐的 if-else！我给你一步步演示最优雅的实现方式：

步骤1：将原始数据转换为 pandas DataFrame #

先把你的 datetime 字符串列表转换成 pandas 能处理的结构，顺便提取出日期和小时字段：

import pandas as pd

# 你的原始时间字符串列表
dt_list = ['2021-06-18 14:39:54', '2021-06-18 08:30:26', '2021-06-18 15:07:12', 
           '2021-06-18 13:13:29', '2021-06-18 11:27:48', '2021-06-19 09:25:26', 
           '2021-06-19 16:14:38', '2021-06-19 13:41:31', '2021-06-19 15:09:42', 
           '2021-06-19 03:24:29']

# 直接用 pd.to_datetime 批量转换，生成DataFrame
df = pd.DataFrame({'datetime': pd.to_datetime(dt_list)})

# 提取日期（不带时间）和小时数
df['date'] = df['datetime'].dt.date
df['hour'] = df['datetime'].dt.hour

步骤2：用交叉表生成小时分布 #

pd.crosstab 会自动帮我们按日期和小时分组计数，缺失的小时直接用 fill_value=0 补全，完美匹配你要的格式：

# 生成基础的小时分布表
hour_dist = pd.crosstab(df['date'], df['hour'], fill_value=0)

# 如果你需要严格包含0到24的列（注意：实际小时范围是0-23，24列可以保留为0）
all_hours = range(0, 25)
hour_dist = hour_dist.reindex(columns=all_hours, fill_value=0)

# 转换成你示例中的格式（重置索引让date成为普通列）
result_df = hour_dist.reset_index()
print(result_df)

运行后输出的结果就和你期望的完全一致啦：

hour        date  0  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24
0     2021-06-18  0  0  0  0  0  0  0  0  1  0   0   1   0   1   1   1   0   0   0   0   0   0   0   0   0
1     2021-06-19  0  0  0  1  0  0  0  0  0  1   0   0   0   1   0   1   1   0   0   0   0   0   0   0   0

替代方案：用透视表实现 #

如果你更喜欢用 pivot_table，效果是一样的：

hour_dist = df.pivot_table(index='date', columns='hour', aggfunc='size', fill_value=0)
hour_dist = hour_dist.reindex(columns=all_hours, fill_value=0)
result_df = hour_dist.reset_index()

这两种方法都比手动写 if-else 高效太多，而且代码可读性强，后续扩展也方便～

内容的提问来源于stack exchange，提问作者Aezak