如何用Pandas按小时聚合计算download Mb/s列的均值

嘿，这个需求其实不用反复折腾between_time()，用Pandas的分组功能就能一步搞定，效率还更高，尤其你有6700多行数据的情况！

核心思路 #

既然你的Timestamp已经是datetime类型的索引了，我们可以直接从索引里提取**小时（0-23）**作为分组依据，然后对download Mb/s列求均值，最后调整成你要的格式就行。

具体代码 #

import pandas as pd

# 假设你的原始DataFrame名为df，且Timestamp已设为datetime类型索引
# 如果还没转成datetime索引，先执行这一步（可选）
# df.index = pd.to_datetime(df.index)

# 按小时分组，计算下载速度的均值
hourly_mean_df = df.groupby(df.index.hour)['download Mb/s'].mean().reset_index()

# 重命名列名到你需要的格式
hourly_mean_df.columns = ['HOUR', 'mean']

# 查看最终结果
print(hourly_mean_df)

代码细节解释 #

1. df.index.hour：自动把每个时间戳的小时数（0到23）提取出来，作为分组的标识
2. groupby(...)['download Mb/s'].mean()：按小时分组后，仅对下载速度列计算均值，避免多余计算
3. reset_index()：把原本作为分组索引的小时数转成普通列，防止结果是Series类型
4. 最后重命名列名，完全匹配你要的HOUR和mean格式

示例效果 #

用你给出的两行测试数据运行后，会得到：

HOUR       mean
0     5  13.956026
1    11  12.550000

这个方法比循环遍历每个小时调用between_time()高效得多，Pandas的分组操作是底层优化过的，处理6k行数据毫无压力~

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