You need to enable JavaScript to run this app. Pandas DataFrame 如何合并相似值范围行并按整小时分组聚合计数
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame 如何合并相似值范围行并按整小时分组聚合计数

逐小时分组聚合实现方案

核心逻辑是通过Pandas的向量化时间处理能力,直接对原始计时数据按小时维度打分组标签,再聚合求和,最终对齐为固定24行的结果,不需要写循环逐行判断。

前置准备

假设你的原始数据帧包含时分格式的时间列(示例值如"00:12"、"15:47")、计数字段列。首先统一把时间列转成Pandas可识别的时间格式:

import pandas as pd
# 纯时分字符串的时间列解析
df["time_parsed"] = pd.to_datetime(df["time"], format="%H:%M")
# 若原始时间列是带完整日期的时间戳,直接用下面的写法解析即可
# df["time_parsed"] = pd.to_datetime(df["time"])

方案1:手动提取小时分组键,逻辑透明易调试

适合需要精准匹配自定义区间规则的场景:

  1. 给每行生成小时分组标签,00:01-00:59的行小时值为0,01:00-01:59的行小时值为1,完全匹配你的区间划分规则
  2. 按分组标签对计数字段求和
  3. 补全0-23所有小时的行,对无数据的小时填充0值,保证最终结果固定为24行
    对应的实现代码:
# 提取每行对应的小时分组键
df["hour_group"] = df["time_parsed"].dt.hour
# 按分组键聚合求和
hourly_result = df.groupby("hour_group")["count"].sum().reset_index()
# 对齐为0到23的固定顺序,补全缺失的小时
hourly_result = hourly_result.set_index("hour_group").reindex(range(24), fill_value=0).reset_index()
# 把分组标签转成易读的区间标识,比如"00:00"、"01:00"
hourly_result["interval_label"] = hourly_result["hour_group"].apply(lambda x: f"{x:02d}:00")

特殊边界处理:如果原始数据存在00:00整的时间值,和你定义的0点组从00:01开始的规则不匹配,只需在提取分组键后加一行判断,把00:00的行归到23点组即可:

df.loc[df["time_parsed"].dt.strftime("%H:%M") == "00:00", "hour_group"] = 23

方案2:时间重采样实现,代码更简洁

适合标准化时间序列场景,利用Pandas内置的时间分桶能力完成聚合:

# 把解析后的时间设为数据帧索引
df_indexed = df.set_index("time_parsed")
# 按1小时为频率分桶求和,再对齐为0点到23点的固定24行
hourly_result = df_indexed["count"].resample("h").sum().reindex(
    pd.date_range("00:00", "23:00", freq="h"), 
    fill_value=0
).reset_index()
# 整理列名
hourly_result.columns = ["interval_label", "total_count"]

该方案的默认分桶规则为[整点,下一个整点),和你需要的逐小时区间几乎无差异,仅00:00整的边界值需要按之前提到的方法单独调整。

实操注意事项

  • 不要逐行循环判断时间区间打标签,数千行数据量下循环效率极低,向量化运算的速度比循环快两个数量级以上
  • 聚合完成后一定要做索引重对齐,否则某小时无原始数据时会出现缺行,最终结果不足24行
  • 时间解析时要指定和原始格式匹配的format参数,避免出现时间解析错位的问题

内容的提问来源于stack exchange,提问作者Yaz

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.03 21:45:08