从含时间戳的DataFrame中按小时提取分钟数据并拆分保存

没问题，这事儿用pandas就能轻松搞定！针对你12万+行的分钟级时间序列数据，我给你一步步拆解实现步骤：

1. 先把时间戳转成可处理的datetime类型 #

你的时间戳现在是字符串格式，得先转成pandas的datetime类型，这样才能按小时筛选。假设你的时间戳列名叫timestamp，代码如下：

import pandas as pd

# 读取原始数据（如果是Excel就用pd.read_excel，根据实际格式调整）
df = pd.read_csv('your_raw_data.csv')

# 转换时间戳列
df['timestamp'] = pd.to_datetime(df['timestamp'])

2. 筛选指定小时的数据 #

接下来就可以提取你想要的任意小时的所有分钟数据了：

• 如果要提取单个小时（比如每天的5点）：

  target_hour = 5  # 替换成你需要的小时，0-23之间的整数
  df_filtered = df[df['timestamp'].dt.hour == target_hour]
  

• 如果要提取多个小时（比如每天的8点和9点）：

  target_hours = [8, 9]
  df_filtered = df[df['timestamp'].dt.hour.isin(target_hours)]
  

• 要是还想限定日期范围（比如2018年1月1日到1月10日的5点）：

  df_filtered = df[
      (df['timestamp'].dt.hour == 5) &
      (df['timestamp'].between('2018-01-01', '2018-01-11'))
  ]
  

3. 保存筛选后的结果 #

最后把提取好的数据保存到单独的文件里，推荐用CSV（通用且占用空间小），也可以存成Excel：

# 保存为CSV
df_filtered.to_csv(f'hour_{target_hour}_data.csv', index=False)

# 要是存Excel，需要先安装openpyxl库：pip install openpyxl
# df_filtered.to_excel(f'hour_{target_hour}_data.xlsx', index=False)

print(f"搞定！{target_hour}点的所有分钟数据已经保存好了～")

小提示 #

• 如果原始数据的时间戳列名不是timestamp，记得替换成你实际的列名；
• 处理12万+行数据时，如果内存不够，可以用pandas的chunksize参数分块读取处理，避免内存溢出；
• 要是你需要批量提取多个小时的数据，可以写个循环，自动生成对应文件。

内容的提问来源于stack exchange，提问作者Mus