如何将含datetime的DataFrame转为日期为行、小时为列并填充Demand值

你可以通过日期透视的方式把现有数据转换成365行（天）×24列（小时）的结构，具体步骤如下：

1. 确保date列是datetime类型（如果还没转换的话）
2. 从datetime字段中提取日期（年月日）和小时作为新列
3. 使用pivot方法重构数据结构，按需转为numpy数组

完整代码示例 #

import pandas as pd

# 确保date列为datetime类型（原数据未转换时执行）
df2['date'] = pd.to_datetime(df2['date'])

# 提取日期（仅年月日）和小时
df2['day'] = df2['date'].dt.date
df2['hour'] = df2['date'].dt.hour

# 透视：日期为行，小时为列，Demand值填充
df_daily_hourly = df2.pivot(index='day', columns='hour', values='Demand')

# 转为365×24的numpy数组（按需执行）
demand_array = df_daily_hourly.values

补充说明 #

• 2021是平年，透视后的df_daily_hourly刚好是365行×24列的DataFrame
• 如果存在缺失的小时记录，可通过df_daily_hourly.fillna(0, inplace=True)填充默认值
• 最终的demand_array即为你需要的365×24数值数组

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