Суммирование значений из одного столбца на основе значений в другом столбце

Question

У меня есть датафрейм, как показано ниже,

Timestamp                     count
20180702-06:26:20             50
20180702-06:27:11             10
20180702-07:05:10             20
20180702-07:10:10             30
20180702-08:27:11             40

Я хочу вывести что-то вроде ниже,

Timestamp                  Sum_of_count
20180702-06                   60
20180702-07                   50
20180702-08                   40

По сути, мне нужно найти сумму счета за каждый час. Любая помощь очень ценится.

Answer 1

Используйте

In [252]: df.groupby(df.Timestamp.dt.strftime('%Y-%m-%d-%H'))['count'].sum()
Out[252]:
Timestamp
2018-07-02-06    60
2018-07-02-07    50
2018-07-02-08    40
Name: count, dtype: int64

In [254]: (df.groupby(df.Timestamp.dt.strftime('%Y-%m-%d-%H'))['count'].sum()
             .reset_index(name='Sum_of_count'))
Out[254]:
       Timestamp  Sum_of_count
0  2018-07-02-06            60
1  2018-07-02-07            50
2  2018-07-02-08            40

Answer 2

Вам нужно каким-то образом отделить значение - одно из них split и выбрать сначала списки по str[0], а затем объединить sum:

s = df['Timestamp'].str.split(':', n=1).str[0]
df1 = df['count'].groupby(s).sum().reset_index(name='Sum_of_count')

Или преобразовать значения в datetimes на to_datetime и получить значения на strftime:

df['Timestamp'] = pd.to_datetime(df['Timestamp'], format='%Y%m%d-%H:%M:%S')

s = df['Timestamp'].dt.strftime('%Y%m%d-%H')

---

df1 = df['count'].groupby(s).sum().reset_index(name='Sum_of_count')
print (df1)
     Timestamp  Sum_of_count
0  20180702-06            60
1  20180702-07            50
2  20180702-08            40