Pandas GroupBy操作后如何获取作为分组依据的时间戳值？

解决方案 #

你之前的代码出错是因为df.groupby(df['Timestamp'].dt.floor('h'))['Timestamp']拿到的是分组后的GroupBy对象而非分组键，赋值后会把每个组内所有原始时间记录都存入列，才会出现非整点的结果。你可以用两种方法快速拿到想要的整点时间列：

方法1：直接重置现有DataFrame的索引

你当前生成的machineAndRevenuePerHourDF的行索引就是你需要的整点时间戳，只需加一行重置索引的代码即可：

# 现有生成machineAndRevenuePerHourDF的代码不变，新增下面这行
machineAndRevenuePerHourDF = machineAndRevenuePerHourDF.reset_index()

重置索引后，原索引Timestamp会自动转为普通列，值就是你要的整点时间。

方法2：优化聚合逻辑，一次性生成目标DataFrame

不需要拆分三次groupby操作，一次性聚合更高效，代码更简洁：

df = wr.s3.read_csv(path=[f's3://{csvList[i].bucket_name}/{csvList[i].key}'])
df['Timestamp'] = pd.to_datetime(df['Timestamp'])
# 先生成整点时间分组列
df['hourly_time'] = df['Timestamp'].dt.floor('h')
# 按整点时间分组，同时统计两个指标，as_index=False会自动把分组键转为普通列
machineAndRevenuePerHourDF = df.groupby('hourly_time', as_index=False).agg(
    Machines_Used_per_Hour = ('Machine Name', 'count'),
    Revenue_per_Hour = ('Total Revenue', 'sum')
)
# 按需修改列名即可
machineAndRevenuePerHourDF.rename(columns={'hourly_time':'Timestamp'}, inplace=True)

内容的提问来源于stack exchange，提问作者Kozer H