如何使用Pandas按小时聚合数据并显示对应日期而非索引？

你现在的问题核心是：用data.index.hour分组时只提取了小时数值，导致丢失了日期上下文。其实Pandas有两种非常简便的方式可以实现你想要的「保留完整小时级日期时间作为索引」的需求：

方法一：使用resample（时间序列聚合首选） #

resample是Pandas专门为时间序列数据打造的聚合工具，直接指定'H'（小时）作为频率，就能自动按小时分组，同时保留完整的日期时间索引：

import pandas as pd
import numpy as np

dates = pd.date_range('1/1/2011', periods=20, freq='25min')
data = pd.Series(np.random.randint(100, size=20), index=dates)

# 按小时重采样并求和
result = data.resample('H').sum().reset_index(name='Sum')
print(result)

执行后输出的index列就是每个小时的起始完整日期时间（例如2011-01-01 00:00:00、2011-01-01 01:00:00），完全匹配你的期望输出。

方法二：使用groupby配合floor('H') #

如果你更习惯用groupby语法，可以将时间索引向下取整到小时级别，以此作为分组键，这样聚合后就能得到带完整日期的小时索引：

# 按向下取整到小时的索引分组求和
result = data.groupby(data.index.floor('H')).sum().reset_index(name='Sum')
print(result)

这里的floor('H')会把每个时间戳调整到当前小时的起始时刻（比如2011-01-01 00:25:00会被转换为2011-01-01 00:00:00），以此作为分组依据，完美保留了日期信息。

两种方法的小区别 #

• resample更适合规则频率的时间聚合，语法更简洁直观，是时间序列聚合的首选；
• groupby + floor灵活性更高，如果后续需要自定义时间截断规则（比如按30分钟、按每天的特定时段），这种方式更容易扩展。

内容的提问来源于stack exchange，提问作者IceVortex