Суммируйте x строк данных и заменяйте их

Question

У меня есть следующий фрейм данных:

                Date from             Date to  Actuals
4669  2017-12-22 06:00:00 2017-12-22 06:05:00       75
4670  2017-12-22 06:05:00 2017-12-22 06:10:00       81
4671  2017-12-22 06:10:00 2017-12-22 06:15:00       84
4672  2017-12-22 06:15:00 2017-12-22 06:20:00       78
4673  2017-12-22 06:20:00 2017-12-22 06:25:00       93
4674  2017-12-22 06:25:00 2017-12-22 06:30:00       93
4675  2017-12-22 06:30:00 2017-12-22 06:35:00       99
4676  2017-12-22 06:35:00 2017-12-22 06:40:00      102
4677  2017-12-22 06:40:00 2017-12-22 06:45:00      102
4678  2017-12-22 06:45:00 2017-12-22 06:50:00      108
4679  2017-12-22 06:50:00 2017-12-22 06:55:00      129
4680  2017-12-22 06:55:00 2017-12-22 07:00:00      135
4681  2017-12-22 07:00:00 2017-12-22 07:05:00      126
4682  2017-12-22 07:05:00 2017-12-22 07:10:00      111
4683  2017-12-22 07:10:00 2017-12-22 07:15:00       96
4684  2017-12-22 07:15:00 2017-12-22 07:20:00      111
4685  2017-12-22 07:20:00 2017-12-22 07:25:00      105
4686  2017-12-22 07:25:00 2017-12-22 07:30:00       99
4687  2017-12-22 07:30:00 2017-12-22 07:35:00      111
4688  2017-12-22 07:35:00 2017-12-22 07:40:00      129
4689  2017-12-22 07:40:00 2017-12-22 07:45:00      123
4690  2017-12-22 07:45:00 2017-12-22 07:50:00      138
4691  2017-12-22 07:50:00 2017-12-22 07:55:00      141
4692  2017-12-22 07:55:00 2017-12-22 08:00:00      156
4693  2017-12-22 08:00:00 2017-12-22 08:05:00      147
4694  2017-12-22 08:05:00 2017-12-22 08:10:00      120
4695  2017-12-22 08:10:00 2017-12-22 08:15:00       99
4696  2017-12-22 08:15:00 2017-12-22 08:20:00       75
4697  2017-12-22 08:20:00 2017-12-22 08:25:00       57
4698  2017-12-22 08:25:00 2017-12-22 08:30:00       45
                  ...                 ...      ...
53855 2018-10-08 03:30:00 2018-10-08 03:35:00        0
53856 2018-10-08 03:35:00 2018-10-08 03:40:00        0
53857 2018-10-08 03:40:00 2018-10-08 03:45:00        0
53858 2018-10-08 03:45:00 2018-10-08 03:50:00        0
53859 2018-10-08 03:50:00 2018-10-08 03:55:00        0
53860 2018-10-08 03:55:00 2018-10-08 04:00:00        0
53861 2018-10-08 04:00:00 2018-10-08 04:05:00        0
53862 2018-10-08 04:05:00 2018-10-08 04:10:00        0
53863 2018-10-08 04:10:00 2018-10-08 04:15:00        0
53864 2018-10-08 04:15:00 2018-10-08 04:20:00        0
53865 2018-10-08 04:20:00 2018-10-08 04:25:00        0
53866 2018-10-08 04:25:00 2018-10-08 04:30:00        0
53867 2018-10-08 04:30:00 2018-10-08 04:35:00        0
53868 2018-10-08 04:35:00 2018-10-08 04:40:00        0
53869 2018-10-08 04:40:00 2018-10-08 04:45:00        0
53870 2018-10-08 04:45:00 2018-10-08 04:50:00        0
53871 2018-10-08 04:50:00 2018-10-08 04:55:00        0
53872 2018-10-08 04:55:00 2018-10-08 05:00:00        0
53873 2018-10-08 05:00:00 2018-10-08 05:05:00        0
53874 2018-10-08 05:05:00 2018-10-08 05:10:00        0
53875 2018-10-08 05:10:00 2018-10-08 05:15:00        0
53876 2018-10-08 05:15:00 2018-10-08 05:20:00        0
53877 2018-10-08 05:20:00 2018-10-08 05:25:00        0
53878 2018-10-08 05:25:00 2018-10-08 05:30:00        0
53879 2018-10-08 05:30:00 2018-10-08 05:35:00        0
53880 2018-10-08 05:35:00 2018-10-08 05:40:00        0
53881 2018-10-08 05:40:00 2018-10-08 05:45:00        0
53882 2018-10-08 05:45:00 2018-10-08 05:50:00        0
53883 2018-10-08 05:50:00 2018-10-08 05:55:00        1
53884 2018-10-08 05:55:00 2018-10-08 06:00:00        0

[83324 rows x 3 columns]

Я хочу добавить строки, чтобы получить суммарное значение для каждого часа.Желаемый результат:

             Date from             Date to  Actuals
1  2017-12-22 06:00:00 2017-12-22 07:00:00     1179
2  2017-12-22 07:00:00 2017-12-22 08:00:00     1157
                  ...                 ...      ...
1000 2018-10-08 05:00:00 2018-10-08 06:00:00      1

Я пробовал это с помощью DataFrame.sum(), но я мог сделать это только при суммировании полных столбцов, а не подчастей на основе datetime.Какие-либо предложения?

ps: в этом случае в кадре данных есть строка для каждых 5 минут.Но я могу представить, что это могло бы быть возможно, если бы это было не так.

РЕДАКТИРОВАТЬ: Используя ответ Статистического декана, я обнаружил, что это НЕ идеальный фрейм данных.

Answer 1

Простой маршрут (хотя структура выходных данных не совсем совпадает с тем, что вы запрашиваете, но легко манипулируется) - это использовать pandas.Grouper до groupby час, а затем просто суммировать фактические значения, т.е.

import pandas
import random

#Creating the data frame
d = pandas.date_range('2017-12-22 06:00:00', periods = 50, freq = '5min')
d1 = pandas.date_range('2017-12-22 06:05:00', periods = 50, freq = '5min')
d2 = random.sample(range(1000), 50)
df = pandas.DataFrame({'Date_From':d, 
                       'Date_To':d1, 
                       'Actuals':d2})

(df
  .set_index('Date_From')
  .groupby(pandas.Grouper(freq = 'H'))['Actuals']
  .sum())

, что дает,

Date_From
2017-12-22 06:00:00    5194
2017-12-22 07:00:00    5790
2017-12-22 08:00:00    5760
2017-12-22 09:00:00    6298
2017-12-22 10:00:00    1070
Freq: H, Name: Actuals, dtype: int64

Answer 2

Одна вещь, которую вы можете заметить, это то, что вы должны суммировать 12 слагаемых за раз.Таким образом, одним из решений будет пройти через ваш фрейм данных, суммируя 12 слагаемых за раз, взять начало с первого слагаемого и конец с последнего слагаемого.Вы просто должны быть осторожны с границами.Давайте назовем ваш фрейм данных df.

n = df.shape[0]//12 # The number of row you'll have
cumulative = np.zeros(n)
date_from = []
date_to = []
# Now go through the dataframe 12 steps at a time
for i in range(n):
    cumulative[i] = df.iloc[12*i:12*(i+1),2].sum() # Get the sum for the hour
    date_from.append(df.iloc[12*i,0]) # Get the starting instant
    date_to.append(df.iloc[12*i+11,1]) # Get the ending instant
# Now create your new dataframe
new_df = pd.DataFrame({Date_from: date_from, Date_to: date_to, Actuals: cumulative})

Как я уже говорил, эта работа работает только с правильными границами (первая строка - начало часа) и переходит к последнему полному часу.