python分时间段统计_Pandas / Python – 按时间段分组数据

您可以在

dt.date之前使用

groupby并在

last之前聚合:

#if necessery convert to datetime

df.time_dt = pd.to_datetime(df.time_dt)

df = df.groupby(df.time_dt.dt.date).last().reset_index(drop=True)

print (df)

time price_BRL qt time_dt

0 1312049148 23.40 1.00 2011-07-30 18:05:48

1 1312121523 23.50 6.50 2011-07-31 14:12:03

2 1312206416 23.25 1.00 2011-08-01 13:46:56

3 1312637929 18.95 4.00 2011-08-06 13:38:49

4 1312847064 16.00 0.86 2011-08-08 23:44:24

5 1312915666 6.00 0.01 2011-08-09 18:47:46

6 1312934897 19.90 1.00 2011-08-10 00:08:17

谢谢MaxU的另一个解决方案 – 为返回DataFrame添加参数as_index = False:

df = df.groupby(df.time_dt.dt.date, as_index=False).last()

print (df)

time price_BRL qt time_dt

0 1312049148 23.40 1.00 2011-07-30 18:05:48

1 1312121523 23.50 6.50 20

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值