如何修改代码使输出数据仅保留小时级时间格式？

你需要把时间的分钟、秒、微秒部分置为0，或者直接格式化输出为固定小时格式，以下是两种可行方案：

方案1：保留datetime类型（截断到小时） #

直接对解析后的datetime对象做截断处理，重置分钟、秒、微秒为0，这样存储到DataFrame的是标准小时级时间对象，输出到CSV后Excel会识别为小时级时间：

import json
import os
from datetime import datetime
import pandas as pd

PPT_id = 'S116'

datetime_lst = []
temp_lst = []

filepath_lst = os.listdir('./input/')
for filepath in filepath_lst:
    with open('./input/' + filepath,'r') as f:  # 用with语句自动管理文件关闭，更安全
        data = json.load(f)

    for item in data['items']:
        dtime = datetime.strptime(item['timestamp'], '%Y-%m-%dT%H:%M:%S%z')
        readings = item['readings']
        for read in readings:
            if read['station_id'] == PPT_id:
                # 截断到小时：重置分钟、秒、微秒为0
                dtime_hourly = dtime.replace(minute=0, second=0, microsecond=0)
                datetime_lst.append(dtime_hourly)
                temp_lst.append(read['value'])
            
out = pd.DataFrame({'Datetime': datetime_lst, 'Temperature': temp_lst})
out.to_csv('temperature.csv', index=False)

方案2：直接输出小时级字符串 #

如果不需要datetime类型，直接把时间格式化为%d/%m/%Y %H:00的字符串，CSV里的时间会直接显示为固定小时格式：

import json
import os
from datetime import datetime
import pandas as pd

PPT_id = 'S116'

datetime_lst = []
temp_lst = []

filepath_lst = os.listdir('./input/')
for filepath in filepath_lst:
    with open('./input/' + filepath,'r') as f:
        data = json.load(f)

    for item in data['items']:
        dtime = datetime.strptime(item['timestamp'], '%Y-%m-%dT%H:%M:%S%z')
        readings = item['readings']
        for read in readings:
            if read['station_id'] == PPT_id:
                # 直接格式化为小时级字符串
                dtime_str = dtime.strftime('%d/%m/%Y %H:00')
                datetime_lst.append(dtime_str)
                temp_lst.append(read['value'])
            
out = pd.DataFrame({'Datetime': datetime_lst, 'Temperature': temp_lst})
out.to_csv('temperature.csv', index=False)

原代码问题说明 #

你之前的代码把时间转成%H%M（比如0002）再转回datetime，实际上还是保留了分钟数（02），所以输出会显示分钟。上述两种方法都能彻底移除分钟部分，只保留小时级时间。

内容的提问来源于stack exchange，提问作者jun long