python - 将分钟数据转换为每小时数据

Question

我有一个数据框，其中有数千个唯一的 id、s 和值，以 5 分钟的时间间隔记录一天。该数据很大，因为它包含数千个唯一 ID 的每日数据。数据样本如下所示:

sample_data.csv

datetime,           Unique_id,   Value
2018-01-28 00:00:00, 105714,      409
2018-01-28 00:05:00, 105714,      409
2018-01-28 00:10:00, 105714,      242
2018-01-28 00:15:00, 105714,      225
....................  .......     ...
2018-01-28 23:55:00, 105714,      225
2018-01-28 00:00:00, 206714,      325
2018-01-28 00:05:00, 206714,      325
2018-01-28 00:10:00, 206714       238
....................  .......     ...
2018-01-28 23:55:00, 206714,      410

• 我尝试将 5 分钟数据转换为每小时数据，同时以小时为单位聚合最后一列的值 (VALUE)。
• 转换为小时数时，unique_id 值应相同(不应相加)。

我尝试通过以下方式将分钟转换为小时:

pd.to_datetime(df.datetime, unit='m').dt.strftime('%H:%M')

但我不确定如何并行实现最后一列(VALUE)以小时为单位的聚合值。

预期输出

datetime,           Unique_id,   Value
2018-01-28 01(hours):00(minutes), 105714,      Sum of 5 minute values in one hour
2018-01-28 02(hours):00(minutes), 105714,      Sum of 5 minute values in one hour

Answer 1

使用Grouper对于按小时聚合，列 Unique_id 按 sum:

df['datetime'] = pd.to_datetime(df['datetime'])
df = df.groupby([pd.Grouper(freq='H', key='datetime'), 'Unique_id']).sum().reset_index()
print (df)
             datetime  Unique_id  Value
0 2018-01-28 00:00:00     105714   1285
1 2018-01-28 00:00:00     206714    888
2 2018-01-28 23:00:00     105714    225
3 2018-01-28 23:00:00     206714    410