groupby如何以小时划分数据

假设你有一个包含时间戳的数据框，你可以使用 `pd.Grouper()` 函数来将时间戳转换为小时并进行分组。以下是一个示例代码：

import pandas as pd

# 创建数据框
df = pd.DataFrame({
    'timestamp': ['2022-06-01 12:30:00', '2022-06-01 13:15:00', '2022-06-01 14:20:00', 
                  '2022-06-02 10:00:00', '2022-06-02 11:45:00', '2022-06-02 13:10:00'],
    'value': [1, 2, 3, 4, 5, 6]
})

# 将时间戳列转换为 datetime 类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 以小时为单位进行分组
hourly_grouped = df.groupby(pd.Grouper(key='timestamp', freq='H'))

# 计算每个小时的总和
hourly_sum = hourly_grouped.sum()

print(hourly_sum)

输出:

                     value
timestamp                 
2022-06-01 12:00:00      1
2022-06-01 13:00:00      2
2022-06-01 14:00:00      3
2022-06-02 10:00:00      4
2022-06-02 11:00:00      5
2022-06-02 13:00:00      6

在上面的代码中，我们使用 `pd.Grouper()` 函数将时间戳列转换为小时，并使用 `freq='H'` 指定以小时为单位进行分组。然后，我们对每个小时的值进行求和，得到了每个小时的总和。