Python根据日期时间索引计算每天的小时数

Question

从下面的 dataframe 中，我想计算每一天的小时数。每条记录重 5 分钟。 DateTime 是 TZ 感知的。

Year    data
Timestamp                                       
2008-11-13 16:50:00+09:30   177.83
2008-11-13 16:55:00+09:30   165.73
2008-11-15 17:00:00+09:30   160.34
2008-11-15 17:15:00+09:30   148.90
2008-11-15 17:40:00+09:30   113.66
2008-11-20 17:15:00+09:30   121.12
2008-11-20 17:20:00+09:30   109.55
2008-11-20 17:35:00+09:30   100.86
2008-11-20 17:50:00+09:30   90.72
2008-11-20 07:55:00+09:30   86.27

预期结果是

Year    hrs/day
Timestamp                                       
2008-11-13 00:00:00+09:30   0.16666666666666666 # <-- 10 min / 60   
2008-11-15 00:00:00+09:30   0.25                # <-- 15 min / 60
2008-11-20 00:00:00+09:30   0.4166666666666667  # <-- 15 min / 60

这就是我所做的。

df['Hour'] = df.index.hour.astype(int)
days = df.resample('D').apply({'Hour':'count'})

这给了我一个“小时”列，其值是每天的记录数。

下一步...

days['Hr/dy'] = (days['Hour'] * 5.0)/60.0

其中“5.0”是时间戳间隔。通过这种方式，我可以得到预期的结果。

但是，我必须在具有不同时间戳间隔的许多数据帧之间进行切换。每次切换到新数据时都一一提供间隔并不方便。我需要从时间戳索引自动获取时间戳间隔。

freqdays = pd.infer_freq(df.index[0:10])给出一个非整数时间戳频率('5T')，它不可用于数学运算来进一步获取小时数。

我需要的是:
- 从时间戳索引中获取整数或浮点频率(间隔)的方法，或
- 直接从时间戳索引计算每天的小时长度。

编辑:
原始数据有5分钟的间隔，有很多缺失的记录。每天的开始和结束时间都不同。

Answer 1

您可以尝试使用以下方法获取索引中以秒为单位的最小差异:

print (df.index.to_series(keep_tz=True).sort_values().diff().min().total_seconds())
300.0

因此，要获得结果，请每天进行分组，乘以索引的最小差异，然后除以 3600 以获得小时数:

df_agg = df.groupby(df.index.date).count()\
           *df.index.to_series(keep_tz=True).sort_values().diff().min().total_seconds()/3600
print (df_agg)

                date
2008-11-13  0.166667
2008-11-15  0.250000
2008-11-20  0.416667