Python | 熊猫系列.dt.hour

熊猫系列（pandas）是Python中一个非常流行的数据分析库，经常用于数据清洗、处理和分析。在pandas中，可以轻松地操作时间数据，比如获取时间的小时数，就可以使用dt.hour方法。

什么是.dt.hour？

在pandas中，可以使用DatetimeIndex或Timestamp对象的.dt属性来访问时间序列的各种属性。其中，.dt.hour方法用于获取时间序列中每个时间的小时数。

示例代码如下：

import pandas as pd

data = {'time': ['2022-07-01 12:34:56', '2022-07-02 01:23:45', '2022-07-03 11:22:33']}
df = pd.DataFrame(data)
df['time'] = pd.to_datetime(df['time']) # 将time列转换为时间序列
df['hour'] = df['time'].dt.hour # 获取每个时间的小时数
print(df)

输出结果：

                 time  hour
0 2022-07-01 12:34:56    12
1 2022-07-02 01:23:45     1
2 2022-07-03 11:22:33    11

应用场景

.dt.hour方法可以与其他pandas方法和函数一起使用，非常灵活。在实际项目中，我们可以通过.dt.hour方法进行数据清洗、分析和可视化。

例如，在一个电商网站的订单数据中，我们可以使用.dt.hour方法获取每个订单的下单时间，并统计出每个小时的订单量，用于分析客户购买习惯和优化营销策略。

import pandas as pd
import matplotlib.pyplot as plt

# 读取订单数据
orders = pd.read_csv('orders.csv', parse_dates=['order_time'])

# 获取每个订单的小时数
orders['hour'] = orders['order_time'].dt.hour

# 统计每个小时的订单量
hourly_orders = orders['hour'].value_counts()

# 绘制条形图
plt.bar(hourly_orders.index, hourly_orders.values)
plt.xlabel('Hour')
plt.ylabel('Orders')
plt.show()

可以看到，该电商网站的订单量主要集中在白天和晚上，下午和晚上的订单量更高。这个信息可以帮助我们制定更加精准的营销计划，提高销售收入。

小结

.dt.hour方法是pandas中时间序列分析的常用方法之一，可以用于数据清洗、分析和可视化。需要注意的是，使用.dt.hour方法前需要先将时间列转换为时间序列。