将熊猫DataFrame从一天开始的n天分组
我刚刚发现了熊猫的力量，我喜欢它，但我无法弄清楚这个问题：
我有一个DataFrame df.head() ：
lon lat h filename time
0 19.961216 80.617627 -0.077165 60048 2002-05-15 12:59:31.717467
1 19.923916 80.614847 -0.018689 60048 2002-05-15 12:59:31.831467
2 19.849396 80.609257 -0.089205 60048 2002-05-15 12:59:32.059467
3 19.830776 80.607857 0.076485 60048 2002-05-15 12:59:32.116467
4 19.570708 80.588183 0.162943 60048 2002-05-15 12:59:32.888467
我想将我的数据分成九天的时间间隔
gb = df.groupby(pd.TimeGrouper(key='time', freq='9D'))
第一组：
2002-05-15 12:59:31.717467 lon lat h filename time
0 19.961216 80.617627 -0.077165 60048 2002-05-15 12:59:31.717467
1 19.923916 80.614847 -0.018689 60048 2002-05-15 12:59:31.831467
2 19.849396 80.609257 -0.089205 60048 2002-05-15 12:59:32.059467
3 19.830776 80.607857 0.076485 60048 2002-05-15 12:59:32.116467
...
下一组：
2002-05-24 12:59:31.717467 lon lat height filename time
815 18.309498 80.457024 0.187387 60309 2002-05-24 16:35:39.553563
816 18.291458 80.458514 0.061446 60309 2002-05-24 16:35:39.610563
817 18.273408 80.460014 0.129255 60309 2002-05-24 16:35:39.667563
818 18.255358 80.461504 0.046761 60309 2002-05-24 16:35:39.724563
...
因此，数据从第一次（12：59：31.717467）算起的九天内分组，而不是按照我的意愿从一天开始。
当分组一天时：
gb = df.groupby(pd.TimeGrouper(key='time', freq='D'))
给我：
2002-05-15 00:00:00 lon lat h filename time
0 19.961216 80.617627 -0.077165 60048 2002-05-15 12:59:31.717467
1 19.923916 80.614847 -0.018689 60048 2002-05-15 12:59:31.831467
2 19.849396 80.609257 -0.089205 60048 2002-05-15 12:59:32.059467
3 19.830776 80.607857 0.076485 60048 2002-05-15 12:59:32.116467
...
我可以循环几天，直到我有九天的时间间隔，但我认为它可以做得更聪明，我正在寻找相当于YS（年初）的Grouper freq选项，只需几天，一种设置开始的方式时间（也许通过Grouper选项convention : {'start', 'end', 'e', 's'} ）或？
我运行的是Python 3.5.2，Pandas的版本是0.19.0
第一次放行：
最好的办法是将datetime时间列的第一行normalize ，以便时间根据9D间隔重置为00:00:00 （午夜）和组：
df.loc[0, 'time'] = df['time'].iloc[0].normalize()
for _, grp in df.groupby(pd.TimeGrouper(key='time', freq='9D')):
print (grp)
# lon lat h filename time
# 0 19.961216 80.617627 -0.077165 60048 2002-05-15 00:00:00.000000
# 1 19.923916 80.614847 -0.018689 60048 2002-05-15 12:59:31.831467
# 2 19.849396 80.609257 -0.089205 60048 2002-05-15 12:59:32.059467
# 3 19.830776 80.607857 0.076485 60048 2002-05-15 12:59:32.116467
# 4 19.570708 80.588183 0.162943 60048 2002-05-15 12:59:32.888467
# ......................................................................
这会在其他行中恢复时间，因此您不会丢失该信息。
保持第一行：
如果您想保留第一行，不做任何更改，但只想从午夜开始分组，则可以这样做：
df_t_shift = df.shift() # Shift one level down
df_t_shift.loc[0, 'time'] = df_t_shift['time'].iloc[1].normalize()
# Concat last row of df with the shifted one to account for the loss of row
df_t_shift = df_t_shift.append(df.iloc[-1], ignore_index=True)
for _, grp in df_t_shift.groupby(pd.TimeGrouper(key='time', freq='9D')):
print (grp)
# lon lat h filename time
# 0 NaN NaN NaN NaN 2002-05-15 00:00:00.000000
# 1 19.961216 80.617627 -0.077165 60048.0 2002-05-15 12:59:31.717467
# 2 19.923916 80.614847 -0.018689 60048.0 2002-05-15 12:59:31.831467
# 3 19.849396 80.609257 -0.089205 60048.0 2002-05-15 12:59:32.059467
# 4 19.830776 80.607857 0.076485 60048.0 2002-05-15 12:59:32.116467
# 5 19.570708 80.588183 0.162943 60048.0 2002-05-15 12:59:32.888467
完成@mfitzp答案你可以这样做：
df['dateonly'] = df['time'].apply(lambda x: x.date())
唯一的问题是df['dateonly']不会是DatetimeIndex
你需要先转换它：
df['dateonly'] = pd.to_datetime(df['dateonly'])
现在你可以对它进行分组
gb = df.groupby(pd.TimeGrouper(key='dateonly', freq='9D'))
而额外的信息convention与PeriodIndex而非DatetimeIndex
如果将日期时间截断到给定日期的午夜时间，分组将按预期工作（从一天开始）。 我期望它通过转换为日期时间来工作，例如
df['date'] = df['time'].apply(lambda x:x.date())
但是，除非索引是datetime TimeGrouper否则不能使用TimeGrouper 。 相反，您有两个选项，可以将日期时间直接截至午夜，如下所示：
df['date'] = df['time'].apply(lambda x:x.replace(hour=0, minute=0, second=0, microsecond=0)))
或者，您可以先使用pd.to_datetime()函数生成date值，然后将其转换回日期时间：
df['date'] = df['time'].apply(lambda x: x.date() )
df['date'] = pd.to_datetime(df['date'])
上一篇: Grouping Pandas DataFrame by n days starting in the begining of the day
下一篇: Is it possible to develop iOS apps with Flutter on a Linux virtual machine?