如何用Pandas按小时分组带时间戳的DataFrame并保留起始小时戳？

我来帮你搞定这个需求——用pandas的时间序列分组工具就能完美实现，下面给你两种常用的方法，都能让你得到带起始小时时间戳的分组均值结果：

方法1：用resample（最简洁的方式） #

resample是pandas专门为时间序列数据设计的分组工具，按小时分组时默认会把分组的起始时刻作为结果的索引标签，完全匹配你的要求：

import pandas as pd

# 先确保DataFrame的索引是datetime类型（如果不是先转换）
df.index = pd.to_datetime(df.index)

# 按小时分组，计算所有数值列的均值，结果索引就是各小时的起始时刻
hourly_result = df.resample('H').mean()

举个直观的例子：如果原数据包含10:05、10:20两个时间点的数据，resample('H')会把它们归到10:00:00这个分组下，结果的索引就是10:00:00，同时自动计算这两个数据点的均值。

方法2：用groupby结合floor('H') #

如果你更习惯用groupby语法，可以把每个时间戳向下取整到小时（也就是得到所在小时的起始时刻），然后以此为分组键：

# 将索引向下取整到小时，作为分组依据
hourly_result = df.groupby(df.index.floor('H')).mean()

floor('H')会把任意时间戳转换成对应小时的起始点，比如10:15:30会变成10:00:00，分组后计算均值的结果索引就是这些标准化后的起始时刻。

小提示 #

• 不需要用到你之前生成的日期列，直接基于datetime索引操作更高效
• 如果你的DataFrame里混有非数值类型的列，mean()会自动忽略这些列，只计算数值型列的均值

内容的提问来源于stack exchange，提问作者Franco