[D.....e]

Czy jest tu ktoś, znający bibliotekę #pandas? Mam następujący problem. Mam plik csv, który sobie wczytuję do DataFrame'a. W tym df'ie mam kolumnę z datą w formacie takim: 2006-12-28 01:00:00. Chcę zliczyć wszystkie rekordy według samej godziny, żeby zrobić wykres częstości danego zjawiska w ciągu doby. Groupby wprost tu nie zadziała, muszę pierw to rozbić. Da się to jakoś szybko zrobić, czy pierwsze muszę csv doprowadzić do stanu, w którym mam to rozbite?
#python #naukaprogramowania

[S.....c]

@Drmscape: powinien zadziałać groupby z kluczem dane.date.dt.hour

[biwalencik]

Data to index tabeli? Parsujesz daty do obiektu, czy sa jako stringi?

Zrobmy to na moim przykladzie.

time.csv:

2006-12-28

[biwalencik]

Musisz tro u siebie w konsoli albo notebooku wklwpac, bo wykop likwiduje podkreslniki i spacje.

[biwalencik]

"parse_dates"

[piotrb]

wykop likwiduje podkreslniki i spacje.

@biwalencik: Jak oznaczysz jako kod, to nie powinien.

[D.....e]

@biwalencik: Mój df wygląda tak:

station datetime visibility cloudiness
0 12100 2000-01-09 14:00:00 900.0 8.0
1 12100 2000-01-09 15:00:00 900.0 8.0
2 12100 2000-01-16 06:00:00

[biwalencik]

df.time dlatego, ze moja kolumna nazywala sie time.

[D.....e]

@biwalencik: nvm, bez date_parse = [0] czyta jako format daty i reszta działa, pogrupowało ładnie. Dziękuję serdecznie! :-)

[biwalencik]

@Drmscape: Czyta, bo pandas pod maska duzo robi sam. Parse dates sluzy do wskazania konkretnej kolumny w twoich danych, na wypadek gdyby pandas samo sie nie domyslilo.

[biwalencik]

@Drmscape: Metode hour ma tylko obiekt datetime. lambde stosujesz do odpowiedniej kolumny, ktora zawiera date. Powinno zadzialac.