pandas中如何对时间格式数据只保留小时

可以使用Pandas中的dt属性和strftime()函数来提取时间格式数据中的小时，具体代码如下：

import pandas as pd

# 创建一个包含时间格式数据的DataFrame
df = pd.DataFrame({'date': ['2022-01-01 12:30:00', '2022-01-01 13:45:00', '2022-01-01 14:50:00'],})

# 将字符串格式的日期时间转换为datetime类型
df['date'] = pd.to_datetime(df['date'])

# 提取小时数并存储为新列
df['hour'] = df['date'].dt.strftime('%H')

# 打印输出结果
print(df)

输出结果为：

                 date hour
0 2022-01-01 12:30:00   12
1 2022-01-01 13:45:00   13
2 2022-01-01 14:50:00   14

这样可以将时间格式数据中的小时数提取出来，并存储为一个新的列。

相关问题

用Python，将dataframe数据中按时间阈值进行轨迹分隔，并从分割后的数据中提取出经纬度放入新的dataframe数据数据的具体格式是包含船名，MMSI码，时间戳，经纬度，等，数据格式是dataframe格式，时间阈值设定为1小时

非常感谢您的提问。根据您的问题描述，我可以了解到您需要使用Python来实现根据时间阈值对dataframe数据中的轨迹进行分隔，并从分割后的数据中提取出经纬度放入新的dataframe数据中，同时保留船名、MMSI码和时间戳等信息。时间阈值设置为1小时。下面是我提供的Python代码示例，供您参考：

import pandas as pd

# 读取原始数据
df = pd.read_csv('original_data.csv')

# 将时间戳列转化为DateTime格式
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 设置时间阈值为1小时
time_threshold = pd.Timedelta(hours=1)

# 根据时间阈值对轨迹进行分隔
df['time_diff'] = (df['timestamp'] - df['timestamp'].shift()).fillna(0)
df['trajectory_group'] = (df['time_diff'] > time_threshold).cumsum()

# 提取经纬度放入新的dataframe数据中
new_df = df.groupby(['ship_name', 'MMSI', 'trajectory_group'])[['latitude', 'longitude']].apply(lambda x: pd.DataFrame(x.values)).rename(columns={0:'latitude', 1:'longitude'}).reset_index()

# 将时间戳列转回字符串格式
new_df['timestamp'] = df['timestamp'].astype(str)

# 删除无用列
new_df = new_df.drop(['level_3', 'trajectory_group'], axis=1)

# 保存处理后的数据
new_df.to_csv('processed_data.csv', index=False)

以上代码做了如下处理：

1. 首先读取原始数据，并将时间戳列转化为DateTime格式。
2. 然后设置时间阈值为1小时，并根据时间阈值对轨迹进行分隔，生成一个新的列"trajectory_group"。
3. 接着按照船名、MMSI和轨迹分组，提取出经纬度，并将经纬度放入新的dataframe数据中。
4. 将时间戳列转回字符串格式，并删除无用列。
5. 最后保存处理后的数据。

希望这些代码能够帮助到您，如有疑问，请随时联系我。

pandas如何根据时间是否为同一天进行分组

可以使用pandas中的to_datetime函数将时间转换为DateTime类型，并使用dt.floor('D')将时间舍去小时、分钟和秒数，只保留日期，然后按照日期进行分组，示例代码如下：

import pandas as pd

# 创建一个DataFrame示例数据
df = pd.DataFrame({
    'time': ['2021-01-01 08:00:00', '2021-01-01 10:00:00', '2021-01-02 15:00:00', '2021-01-02 20:00:00'],
    'value': [1, 2, 3, 4]
})

# 将时间列转换为DateTime类型，并按照日期进行分组
df.groupby(df['time'].apply(lambda x: pd.to_datetime(x).floor('D'))).sum()

输出结果如下：

            value
time             
2021-01-01      3
2021-01-02      7

这里将时间按天进行分组，相同日期的数据在同一组内。