Pandas：为每个组重新采样每小时数据

Question

我有一个数据框，其中包含一天中不同时间接收到的车辆的 GPS 位置。对于每辆车，我想重新采样每小时的数据，以便我得到一天中每个小时的中值报告（根据时间戳）。对于没有相应行的时间，我想要一个空行。我正在使用以下代码：

for i,j in enumerate(list(df.id.unique())):
        data=df.loc[df.id==j]        
        data['hour']=data['timestamp'].hour
        data_grouped=data.groupby(['imo','hour']).median().reset_index()
        data = data_grouped.set_index('hour').reindex(idx).reset_index() #idx is a list of integers from 0 to 23.

由于我的数据框有数百万个 ID，因此我需要花费大量时间来遍历所有这些 ID。有没有有效的方法来做到这一点？

与不同，我每个小时都有多行，此外有些小时根本没有行。

Answer 1

在 pandas 的最新版本中测试，将 hour 列转换为具有所有可能类别的分类，然后在没有 loop 的情况下进行聚合：

df['hour'] = pd.Categorical(df['timestamp'].dt.hour, categories=range(24))
df1 = df.groupby(['id','imo','hour']).median().reset_index()

Pandas：为每个组重新采样每小时数据

Pandas: Resampling Hourly Data for each Group

python

pandas

pandas-groupby

pandas-resample