如何在数据框中每天的特定时间操作数据框列中的值

Question

所以，我有一个日期时间索引数据框，如下所示：

eventTime   Energy  Power   RunningHours
9/29/2018 0:00  146.985 65  2256.88
9/29/2018 1:00  147.05  64.5    2257.87
9/29/2018 2:00  147.116 65  2258.87
9/29/2018 3:00  147.181 65  2259.87
9/29/2018 4:00  147.246 65  2260.87
9/29/2018 5:00  147.312 65  2261.87
9/29/2018 5:11  76.428      
9/29/2018 5:12      65  
9/29/2018 6:00  147.377 65  2262.87
9/29/2018 7:00  147.443 65  2263.87
9/29/2018 8:00  147.45      2263.98
9/29/2018 9:17  76.558      
9/29/2018 9:17          1174.35
9/29/2018 19:00 147.502 65  2264.75
9/29/2018 20:00 147.567 65  2265.75
9/29/2018 21:00 147.633 65  2266.75
9/29/2018 22:00 147.698 65  2267.75
9/29/2018 23:00 147.764 65  2268.75
9/30/2018 0:00  147.829 65  2269.75
9/30/2018 1:00  147.895 65  2270.75
9/30/2018 2:00  147.961 65  2271.75
9/30/2018 3:00  148.026 65  2272.73
9/30/2018 4:00  148.092 65  2273.73
9/30/2018 5:00  148.157 65  2274.73
9/30/2018 6:00  148.223 65  2275.73
9/30/2018 7:00  148.288 65  2276.73
9/30/2018 8:00  148.297     2276.87
9/30/2018 13:51     64  
9/30/2018 19:00 148.35  65  2277.68
9/30/2018 20:00 148.415 65  2278.67
9/30/2018 21:00 148.481 65  2279.67
9/30/2018 22:00 148.546 65  2280.67
9/30/2018 23:00 148.611 65  2281.67

对于日期时间索引中的每一天，我都在寻找 "RunningHours" 值在 23 小时和 0 小时之间的差异。

我想象我的输出看起来像

9/29/2018   11.87
9/30/2018   11.92

我如何找到这个。我目前正在将日期时间索引分解为日期和时间，然后向下循环日期和时间以找出差异。对于非常简单的事情来说似乎很复杂，我相信有一种更简单的方法可以按原样使用日期时间索引。我只是不知道怎么办。请帮忙

@ansev 您的代码非常适用于连续数据以及存在 00: 和 23:00 时间戳的信息。但是，如果这 2 个时间戳的数据丢失，脚本将选择该日期的第一个可用或最后一个可用数据点。

为了。例如：对于下面的数据

6/7/2018 0:00   67.728  64  1037.82
6/7/2018 1:00   67.793  64  1038.82
6/7/2018 2:00   67.857  64  1039.82
6/7/2018 3:00   67.922  64  1040.82
6/7/2018 4:00   67.987  64  1041.82
6/7/2018 5:00           64  1042.82
6/7/2018 6:00               1043.43
6/7/2018 23:00  68.288

脚本的输出是

6/7/2018    1037.82 1043.43 5.61

如果数据不可用，如何将其修改为 NaN？非常感谢您对此的帮助。

Answer 1

假设它是按时间顺序排列的，我们可以使用 groupby.agg 得到 first 和 last 每个 date 然后我们可以得到差异

new_df = (df.groupby(pd.to_datetime(df['eventTime']).dt.date)['RunningHours']
            .agg(['first','last'])
            .assign(difference=lambda x: x['last']-x['first'])
            .reset_index())

print(new_df)
    eventTime    first     last  difference
0  2018-09-29  2256.88  2268.75       11.87
1  2018-09-30  2269.75  2281.67       11.92

Answer 2

我在这里为那些正在寻找不同东西的人回答了我自己的问题。

如何在数据框中每天的特定时间操作数据框列中的值

How to manipulate values in a dataframe column at specific times for each day within the dataframe

python

datetime

dataframe

pandas

manipulate