群按日期使用午夜以外的其他开始时间

Question

我正在按日期汇总一些数据。

for dt,group in df.groupby(df.timestamp.dt.date):
      # do stuff

现在，我也想做同样的事情，但不想用午夜来抵消时间。尽管如此，我还是想使用群客，但例如早上6点到早上6点在垃圾箱里。有比虚拟列更好的解决方案吗？不幸的是，如

Resample daily pandas timeseries with start at time other than midnight Resample hourly TimeSeries with certain starting hour

不起作用，因为我确实需要应用任何重采样/聚合函数。

Answer 1

例如，可以在分组之前减去偏移量：

for dt, group in df.groupby(df.timestamp.sub(pd.to_timedelta('6H')).dt.date):
    # do stuff

Answer 2

有一个base参数用于resample或pd.Grouper，用于处理这种情况。要做到这一点，有很多种方法，选择你觉得更清楚的。

base=0.25

• '24h‘频率与base=6

• '1440min’频率与base=360

的

• '1D‘频率

代码

df = pd.DataFrame({'timestamp': pd.date_range('2010-01-01', freq='10min', periods=200)})

df.resample(on='timestamp', rule='1D', base=0.25).timestamp.agg(['min', 'max'])
#df.resample(on='timestamp', rule='24h', base=6).timestamp.agg(['min', 'max'])
#df.resample(on='timestamp', rule=f'{60*24}min', base=60*6).timestmap.agg(['min', 'max'])

                                    min                 max
timestamp                                                  
2009-12-31 06:00:00 2010-01-01 00:00:00 2010-01-01 05:50:00  #[Dec31 6AM - Jan1 6AM)
2010-01-01 06:00:00 2010-01-01 06:00:00 2010-01-02 05:50:00  #[Jan1 6AM - Jan2 6AM)
2010-01-02 06:00:00 2010-01-02 06:00:00 2010-01-02 09:10:00  #[Jan2 6AM - Jan3 6AM)

为了完整起见，resample是一种方便的方法，在所有方面都与groupby相同。如果由于某些原因，您绝对不能使用resample，则可以：

for dt, gp in df.groupby(pd.Grouper(key='timestamp', freq='24h', base=6)):
    ...

这相当于

for dt, gp in df.resample(on='timestamp', rule='24h', base=6):
    ...