Pandas按小时分组计算日期后数据的求和与均值问题

嘿，我懂你遇到的问题了——想按日期的小时维度分组，计算组内的聚合值（看你示例里的Sum像是组内记录数，也可以换成某列求和，方法通用）和第2列的均值，再把这些结果对应到原表的每一行对吧？

你之前的代码出错是因为groupby().sum()返回的是每个小时一行的聚合结果，它的索引是小时数，和原DataFrame的行索引完全不匹配，直接赋值肯定会出对齐错误。解决这个问题的核心是用transform()方法，它会把组内的聚合结果自动广播到组内的每一行，完美匹配原表的行数。

具体步骤和代码 #

首先确保你的日期列（第5列）是datetime类型，如果还不是的话先转换：

df[5] = pd.to_datetime(df[5])

然后用transform计算聚合值并匹配回原表：

# 计算组内求和（如果是组内记录数用'count'，如果是某列求和比如第3列就写[3].transform('sum')）
df['Sum'] = df.groupby(df[5].dt.hour).transform('count')

# 计算第2列的组内均值
df['Average'] = df.groupby(df[5].dt.hour)[2].transform('mean')

完整示例（模拟你的数据） #

import pandas as pd

# 模拟你提供的示例数据
data = {
    2: [29, 29, 66, 66, 63, 63, 43, 43],
    3: [12, 12, 5, 5, 5, 5, 8, 8],
    4: [296, 296, 646, 646, 596, 596, 655, 655],
    5: pd.to_datetime([
        '2017-01-01 01:00:07.500',
        '2017-01-01 01:00:07.500',
        '2017-01-01 01:00:31.410',
        '2017-01-01 01:00:31.410',
        '2017-01-01 02:00:32.670',
        '2017-01-01 02:00:32.670',
        '2017-01-01 03:00:36.720',
        '2017-01-01 03:00:36.720'
    ])
}
df = pd.DataFrame(data)

# 执行聚合并匹配到原表
df['Sum'] = df.groupby(df[5].dt.hour).transform('count')
df['Average'] = df.groupby(df[5].dt.hour)[2].transform('mean')

# 查看结果
print(df)

运行后得到的结果就和你期望的完全一致了——同一小时内的所有行都会拥有相同的Sum和Average值，完美对应到每一行。

内容的提问来源于stack exchange，提问作者young_programmer