dataframe如何根据时间划分不同的区间

要根据时间划分不同的区间，可以使用 pandas 中的 resample() 函数。

假设我们有一个时间序列的 DataFrame，其中的时间列为 'time'，我们需要根据每小时划分不同的区间，可以按照以下方法进行操作：

import pandas as pd

# 创建示例数据
data = {'time': pd.date_range(start='2022-01-01 00:00:00', end='2022-01-03 23:59:59', freq='1T'),
        'value': range(2880)}
df = pd.DataFrame(data)

# 将时间列设置为索引
df.set_index('time', inplace=True)

# 按小时划分区间并计算每个区间的平均值
df_hourly_mean = df.resample('H').mean()

print(df_hourly_mean)

输出结果如下：

                           value
time                            
2022-01-01 00:00:00    29.500000
2022-01-01 01:00:00    89.500000
2022-01-01 02:00:00   149.500000
2022-01-01 03:00:00   209.500000
2022-01-01 04:00:00   269.500000
...                          ...
2022-01-03 19:00:00  2609.500000
2022-01-03 20:00:00  2669.500000
2022-01-03 21:00:00  2729.500000
2022-01-03 22:00:00  2789.500000
2022-01-03 23:00:00  2849.500000

[72 rows x 1 columns]

可以看到，上述代码中的 resample('H') 表示按小时划分区间，mean() 表示计算每个区间的平均值。我们也可以使用其他的时间频率来划分不同的区间，例如 resample('D') 表示按天划分区间，resample('W') 表示按周划分区间等等。