以下是一个基于Python的按小时查找/查询模型的代码示例:
import pandas as pd
# 读取数据集
data = pd.read_csv('data.csv')
# 将日期时间列转换为datetime类型
data['datetime'] = pd.to_datetime(data['datetime'])
# 将日期时间列设置为索引
data.set_index('datetime', inplace=True)
# 按小时查找数据
hourly_data = data.resample('H').mean()
# 打印结果
print(hourly_data)
在这个示例中,我们首先使用pd.read_csv()
函数读取一个包含日期时间列的数据集。然后,我们使用pd.to_datetime()
函数将日期时间列转换为datetime类型,并使用set_index()
函数将其设置为数据集的索引。接下来,我们使用resample()
函数按小时对数据进行重采样,并使用mean()
函数计算每个小时的平均值。最后,我们打印出按小时查找的结果。
请注意,在这个示例中,数据集的日期时间列需要符合特定的格式,例如YYYY-MM-DD HH:MM:SS
。如果您的数据集的日期时间列格式不同,您需要相应地调整代码。