Como agrupar dados por hora | Data Science | Alura

Olá Somali! Como está?

Peço desculpas pela demora em dar um retorno.

Uma forma de fazer esse agrupamento seria utilizando o método groupby e uma função lambda para conseguir acessar apenas as horas da sua coluna. Vamos fazer um exemplo para entendermos como esse processo pode ser feito.

Para o exemplo, vou utilizar o seguinte dataframe:

Imagem do dataframe utilizado como exemplo. Ele possui uma coluna de index e uma contendo a data e a hora, o código para fazer ele encontra-se no final desse tópico

A coluna datahora está no formato datetime. Para agrupar meus dados pela hora e fazer a contagem de vezes que cada hora aparece, posso fazer o seguinte:

grp = df.groupby(by = [df.datahora.map(lambda x: (x.hour, x.minute))])
grp.count()

Nessa primeira linha, a função lambda está percorrendo a coluna de datahora e pegando apenas as horas e os minutos. Daí, por meio do método groupby, o dataframe está sendo agrupado de acordo com as horas e minutos. E na linha seguinte a função count é responsável por contar quantas vezes cada hora e minuto aparece.

Dessa forma, teremos o resultado:

Dataframe resultante do código acima com duas colunas no nome de datahora. A primeira coluna mostra a data e a hora entre parênteses e a segunda coluna mostra a frequência

Onde essa primeira coluna mostra os valores da hora e minutos, no seguinte formato: (horas, minutos) e a segunda coluna mostra quantas vezes cada uma dessas horas/minutos aparecem. Para mudar os nomes dessas colunas você pode fazer o seguinte:

df_agrupado = pd.DataFrame(grp.count())
df_agrupado.index.name = 'Hora/Minuto'
df_agrupado.columns = ['Frequência']

Outra forma de fazer, também, é divididindo as horas e minutos em colunas distintas, da seguinte forma:

grp = df.groupby(by = [df.datahora.map(lambda x: x.hour),
                       df.datahora.map(lambda x: x.minute)])
grp.count()

No qual o resultado seria:

Dataframe resultante do código acima, com 3 colunas nomeadas datahora. A primeira coluna mostra as horas, a segunda os minutos e a terceira a frequência

E para mudar os nomes dessas colunas você pode fazer o seguinte:

df_agrupado = pd.DataFrame(grp.count())
df_agrupado.columns = ['Frequência']
df_agrupado.index.names = ['Horas', 'Minutos']

Espero que isso te ajude!

Caso queira testar com o dataframe que utilizei no exemplo, vou deixar o código dele aqui:

index = pd.date_range(start='2018-04-24', end='2018-04-27', freq='T')
df = pd.DataFrame(range(len(index)), index=index).reset_index()
df.drop(0, axis=1, inplace=True)
df.columns = ['datahora']

Se ficar com alguma dúvida estou por aqui :)

Bons estudos!