import pandas as pd
import random
df = pd.DataFrame([{'DATE':d, "value":random.randint(0,10)}
for d in pd.date_range(start=datetime(2020,7,24),end=datetime(2020,7,30), freq="15min")])
df["cumsum"] = df.groupby((df["DATE"]-pd.Timestamp(1970,1,1,7)).dt.floor("D"))["value"].transform("cumsum")
df[df["DATE"].dt.hour.isin([6,7])][:15]
groupby()
日期的floor("D")
。为了满足你的要求,在做地板之前减去7小时transform("cumsum")
,这样就可以得到原始数据帧基数相同的运行总数输出
假设您的数据帧包含:
要执行分组和展开求和,可以运行:
对于上述数据样本,结果为:
您可以按24小时时段(天)执行分组,但基本班次 一天的开始只有7个小时
相关问题 更多 >
编程相关推荐