基于Pandas将DataFrame中15分钟间隔的DateTime统计值按小时分组

嘿，刚好碰到过类似需求，给你两个靠谱的方案，完全符合日期逻辑，绝对不会只取每个小时的首个值！

首先咱们得明确核心：把每小时内的4个15分钟统计值（如果数据完整的话）做合理聚合，比如求和、均值等，而不是只拿第一个值。下面用示例代码一步步演示：

1. 先准备示例数据 #

假设你的DataFrame有timestamp（日期时间列）和count（统计值列），先构造一个模拟数据集：

import pandas as pd
import numpy as np

# 生成2小时的15分钟间隔数据
timestamps = pd.date_range(start='2024-05-20 08:00:00', periods=8, freq='15min')
df = pd.DataFrame({
    'timestamp': timestamps,
    'count': np.random.randint(10, 50, size=8)
})

2. 方案一：用resample（时间序列专用，推荐） #

resample是Pandas专门为时间序列分组设计的工具，用法简洁且逻辑清晰：

# 第一步：将日期时间列设为索引（resample要求时间类型的索引）
df.set_index('timestamp', inplace=True)

# 第二步：按小时聚合，这里用sum()求和，你也可以换成mean()/max()等
hourly_df = df.resample('H').sum()

# 可选：把时间索引转回普通列
hourly_df.reset_index(inplace=True)

解释：resample('H')会自动把所有属于同一小时的15分钟数据归为一组，sum()则把组内的count累加起来——完全符合日期逻辑，不会出现只取首个值的问题。

3. 方案二：用groupby结合dt.floor #

如果不想修改索引，也可以用groupby配合时间向下取整来实现：

# 第一步：给DataFrame新增一列，把每个时间戳向下取整到对应小时
df['hour_group'] = df['timestamp'].dt.floor('H')

# 第二步：按新增的小时分组列聚合count
hourly_df = df.groupby('hour_group')['count'].sum().reset_index()

解释：dt.floor('H')会把8:15、8:30、8:45这类时间统一转为8:00，这样同一天同一小时的所有数据都会被分到同一组，再通过聚合函数处理组内数据。

注意事项 #

• 确保你的timestamp列是datetime类型，如果不是，先执行df['timestamp'] = pd.to_datetime(df['timestamp'])转换。
• 聚合函数可以根据业务需求替换：比如求每小时的平均统计值用mean()，求最大值用max()，但绝对不要用first()（这就是你说的“累加首个值”的错误方案）。

内容的提问来源于stack exchange，提问作者Nik