在R中处理15分钟分辨率流量时间序列：提取小时值并绘图

针对你拥有的跨近20年、15分钟分辨率的流量时间序列，以下是用Python的pandas和matplotlib实现提取整点数据并绘图的具体步骤：

1. 合并日期与时间列 #

首先需要将分开的date和time列合并为一个标准的datetime类型列，这是后续时间筛选的基础：

import pandas as pd
import matplotlib.pyplot as plt

# 合并date和time为datetime列
df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'])

如果你的日期或时间格式非标准，可在pd.to_datetime()中指定format参数，例如format='%Y-%m-%d %H:%M:%S'，根据实际数据格式调整

2. 筛选整点数据 #

有两种简洁的方式筛选出整点（分钟和秒均为0）的记录：

方式一：直接匹配分钟和秒 #

# 筛选分钟、秒都为0的行
df_hourly = df[(df['datetime'].dt.minute == 0) & (df['datetime'].dt.second == 0)]

方式二：时间向下取整匹配 #

将时间戳向下取整到小时，再与原时间戳对比，相等的即为整点数据：

# 取整到小时后匹配原时间
df_hourly = df[df['datetime'] == df['datetime'].dt.floor('H')]

3. 绘制整点流量时间序列 #

使用matplotlib绘制处理后的时间序列，适配长周期数据的可视化需求：

plt.figure(figsize=(12, 6))
# 调整linewidth避免线条过密
plt.plot(df_hourly['datetime'], df_hourly['discharge'], linewidth=0.5)
plt.title('整点流量时间序列')
plt.xlabel('时间')
plt.ylabel('流量')
# 旋转x轴标签避免重叠
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Valaruakar