我如何能每小时重新采样一个有一列推文的数据框架？(我想把每小时的所有推文连接起来)

Question

我有一个数据框架，以日期时间为索引，在不同的列中有推文以及其他统计，如喜欢的数量。我想用每小时的时间间隔重新取样df，这样我就可以得到所有的推文和每小时所有统计的总和，我已经用下面的代码完成了。

df.resample('60min').sum()

问题是我的推文栏消失了... ... 我需要它来进行情感分析.我是新的编程，所以提前感谢你的阅读!

Answer 1

IIUC你会 groupby 并使用 agg

import numpy as np
import pandas as pd
# sample data
np.random.seed(1)
df = pd.DataFrame(np.transpose([np.random.randint(1,10, 1489), ['abc']*1489]),
                  index=pd.date_range('2020-01-01', '2020-02-01', freq='30T'),
                  columns=['num', 'tweet'])

# groupby the index floored to hour, sum the num col 
# and join the tweets with a semi-colon or what ever you want
df.groupby(df.index.floor('H')).agg({'num': sum, 'tweet': '; '.join})

                    num     tweet
2020-01-01 00:00:00  69  abc; abc
2020-01-01 01:00:00  61  abc; abc
2020-01-01 02:00:00  12  abc; abc
2020-01-01 03:00:00  87  abc; abc
2020-01-01 04:00:00  35  abc; abc

或者如果你只是想按原样加入字符串，那么就把所有的东西加起来。

df.groupby(df.index.floor('H')).agg(sum)

                    num   tweet
2020-01-01 00:00:00  69  abcabc
2020-01-01 01:00:00  61  abcabc
2020-01-01 02:00:00  12  abcabc
2020-01-01 03:00:00  87  abcabc
2020-01-01 04:00:00  35  abcabc