要按小时分组计算列的总和,可以使用Pandas库来处理数据。下面是一个包含代码示例的解决方法:
import pandas as pd
# 创建示例数据
data = {'时间': ['2021-01-01 09:00:00', '2021-01-01 09:05:00', '2021-01-01 10:00:00', '2021-01-01 10:15:00'],
'数值': [10, 5, 15, 8]}
df = pd.DataFrame(data)
# 将时间列转换为日期时间类型
df['时间'] = pd.to_datetime(df['时间'])
# 按小时分组并计算列的总和
hourly_sum = df.groupby(df['时间'].dt.hour)['数值'].sum()
# 打印结果
print(hourly_sum)
输出结果为:
时间
9 15
10 23
Name: 数值, dtype: int64
该代码示例首先创建一个包含时间和数值列的DataFrame。然后,使用pd.to_datetime
函数将时间列转换为日期时间类型。接下来,使用groupby
方法按小时分组,并使用sum
函数计算数值列的总和。最后,打印出按小时分组计算的列的总和。
上一篇:按小时分组计数