按日期与小时分组统计记录数并可视化的技术需求

我明白你的问题啦——之前的代码把不同日期的同一小时数据合并了，没法区分是5月31日17点还是6月1日17点的记录。下面给你一步步解决：

第一步：正确按日期+小时分组统计记录数 #

你需要把时间戳聚合到「日期-小时」的粒度，而不是只提取小时数。这里有两种简洁的方法：

方法1：用dt.floor('H')分组 #

先确保你的DataFrame索引是datetime类型（如果还不是的话先转换），然后把每个时间戳向下取整到当前小时，再分组计数：

import pandas as pd

# 先把原始数据的时间列设为索引并转换为datetime类型
df = df.set_index('Unnamed: 0')
df.index = pd.to_datetime(df.index)

# 按日期+小时分组，统计总记录数
hourly_counts = df.groupby(df.index.floor('H')).size().reset_index(name='Amount')

# 可选：把日期格式改成你想要的「YYYY-MM-DD HH」样式
hourly_counts['Date'] = hourly_counts['Unnamed: 0'].dt.strftime('%Y-%m-%d %H')
# 重命名列名更直观
hourly_counts.rename(columns={'Unnamed: 0': 'Date'}, inplace=True)

方法2：用resample（更简洁） #

pandas的resample专门用于时间序列的重采样，按小时聚合非常方便：

# 同样先确保索引是datetime类型
df.index = pd.to_datetime(df.index)

# 按小时重采样，统计每个时段的记录数
hourly_counts = df.resample('H').size().reset_index(name='Amount')

# 可选：格式化日期显示
hourly_counts['Date'] = hourly_counts['index'].dt.strftime('%Y-%m-%d %H')
hourly_counts.drop(columns='index', inplace=True)

两种方法最终都会得到你想要的格式：

第二步：基于分组数据绘图 #

现在有了正确的分组数据，直接绘制柱状图即可，注意旋转x轴标签避免重叠：

import matplotlib.pyplot as plt

# 用matplotlib原生绘图
plt.figure(figsize=(12, 6))
plt.bar(hourly_counts['Date'], hourly_counts['Amount'], color='#1f77b4')
plt.xticks(rotation=45, ha='right')  # 旋转标签，让文字更易读
plt.xlabel('Date & Hour')
plt.ylabel('Total Records')
plt.title('Hourly Record Counts by Date')
plt.tight_layout()  # 自动调整布局，防止标签被截断
plt.show()

# 或者用pandas的plot方法更快捷
hourly_counts.set_index('Date')['Amount'].plot(kind='bar', figsize=(12, 6), rot=45)
plt.xlabel('Date & Hour')
plt.ylabel('Total Records')
plt.title('Hourly Record Counts by Date')
plt.tight_layout()
plt.show()

为什么之前的代码有问题？ #

你之前的代码df.groupby([df.index.hour, 'PanelistID'])['PanelistID'].count()做了两件不符合需求的事：

1. 只按小时数（不管日期）分组，导致5月31日17点和6月1日17点的数据被合并；
2. 还按PanelistID拆分了统计，得到的是每个用户在对应小时的记录数，而不是该时段的总记录数。

去掉PanelistID的分组，换成按「日期+小时」的时间维度，就解决问题啦～

内容的提问来源于stack exchange，提问作者B.W.