pandas 生成以0、1、2、3、4、、、23整小时的时间序列

简介: 最近,在处理一些数据时,数据每5分钟进行一次采样,但是我需要提取每个整小时的数据进行分析。大致思路是,先生成一个以整小时为序列的数组,然后通过判断数据是否有满足这个生成的时间序列的time,进行提取。

最近,在处理一些数据时,数据每5分钟进行一次采样,但是我需要提取每个整小时的数据进行分析。


大致思路是,先生成一个以整小时为序列的数组,然后通过判断数据是否有满足这个生成的时间序列的time,进行提取。下面是创建整小时时间序列的方法,以2021年6月为例:


import pandas as pd
from datetime import datetime
start = datetime(2021, 6, 1)
end = datetime(2021, 6, 30,23)
tm = pd.date_range(start, end, freq='H')#H表示小时hour
#data['TIME']=pd.to_datetime(data['TIME'])

创建完成之后,如下显示:


3cdb933742424b38bc6481dc23ddfd16.png


很理想,一次完成~有兴趣的小伙伴们赶快尝试一下吧!

                                 一个努力学习python的海洋菜鸡
                                     水平有限,欢迎指正!!!
                                  欢迎关注、点赞、评论、收藏。


相关文章
|
6月前
|
索引 Python
Pandas 高级教程——高级时间序列分析
Pandas 高级教程——高级时间序列分析
308 4
|
6月前
|
数据挖掘 索引 Python
如何在Python中,Pandas库实现对数据的时间序列分析?
【4月更文挑战第21天】Pandas在Python中提供了丰富的时间序列分析功能,如创建时间序列`pd.date_range()`,转换为DataFrame,设置时间索引`set_index()`,重采样`resample()`(示例:按月`'M'`和季度`'Q'`),移动窗口计算`rolling()`(如3个月移动平均)以及季节性调整`seasonal_decompose()`。这些工具适用于各种时间序列数据分析任务。
62 2
|
2月前
|
数据挖掘 数据处理 Python
​掌握Pandas中的rolling窗口,轻松处理时间序列数据
​掌握Pandas中的rolling窗口,轻松处理时间序列数据
134 1
|
2月前
|
数据处理 索引 Python
Pandas中resample方法:轻松处理时间序列数据
Pandas中resample方法:轻松处理时间序列数据
62 0
|
2月前
|
索引 Python
Pandas中的时间序列利器:set_index用法
Pandas中的时间序列利器:set_index用法
61 0
|
机器学习/深度学习 算法 物联网
时间序列的重采样和pandas的resample方法介绍
重采样是时间序列分析中处理时序数据的一项基本技术。它是关于将时间序列数据从一个频率转换到另一个频率,它可以更改数据的时间间隔,通过上采样增加粒度,或通过下采样减少粒度。在本文中,我们将深入研究Pandas中重新采样的关键问题。
142 1
|
6月前
|
监控 数据挖掘 数据处理
《Pandas 简易速速上手小册》第6章:Pandas 时间序列分析(2024 最新版)
《Pandas 简易速速上手小册》第6章:Pandas 时间序列分析(2024 最新版)
54 1
|
6月前
|
数据挖掘 数据处理 索引
Pandas时间序列处理:时间数据的魅力
【4月更文挑战第16天】Pandas是Python中用于数据处理的库,特别适合时间序列数据操作。它提供`date_range`和`Timestamp`创建时间序列索引,支持以时间为DataFrame和Series的索引。Pandas的`resample`方法允许重采样和频率转换,如日数据转周数据。`rolling`方法用于移动窗口操作,如计算移动平均值。此外,还能进行日期偏移和时区转换,如`shift`和`tz_convert`。通过这些功能,Pandas帮助分析时间序列中的趋势和模式,提升数据分析效率。
|
6月前
|
数据挖掘 数据处理 索引
Pandas中级教程——时间序列数据处理
Pandas中级教程——时间序列数据处理
145 7
|
数据可视化 数据挖掘 数据处理
【100天精通Python】Day58:Python 数据分析_Pandas时间序列数据处理,创建和解析时间数据pd.to_datetime(),.loc[],resample() 用法示例
【100天精通Python】Day58:Python 数据分析_Pandas时间序列数据处理,创建和解析时间数据pd.to_datetime(),.loc[],resample() 用法示例
542 0

热门文章

最新文章