毎日特定の時間に秒数のカウントを開始するには、groupbyを取得する方法は？

あなたが今何をしたいのか理解しています。これは2つのステップで実行できます。

最初に、最初の値以外のすべての時間差を計算します。これは groupby で実現できます  + shift 。最初の値は常に NaT に設定されます  そのため、それを 9:00:00 との時間差として設定することができます

import pandas as pd
df = df.reset_index()
df['seconds'] = df.groupby(df.time.dt.date).time.apply(lambda x: x -x.shift(1))
df.loc[df.seconds.isnull(), 'seconds'] = df.loc[df.seconds.isnull(), 'time'] - pd.to_datetime(df.loc[df.seconds.isnull(), 'time'].astype('str').replace('(?<=\s).*', '9:00:00', regex=True))
df['seconds'] = df.seconds.dt.total_seconds()
df = df.set_index('time')
#                     seconds
#time                        
#2016-06-10 10:09:16   4156.0
#2016-06-10 13:18:08  11332.0
#2016-06-13 09:00:22     22.0
#2016-06-13 10:14:12   4430.0
#2016-06-13 13:27:14  11582.0
#2016-06-13 15:15:59   6525.0
#2016-06-13 16:25:25   4166.0
#2016-06-14 09:29:23   1763.0
#2016-06-14 13:12:31  13388.0
#2016-06-14 16:25:28  11577.0

これは最良の答えではないかもしれませんが、うまくいきます。

タイムデルタを使用してこれを見つけることができます。 Pandas DataframeまたはSeriesが pd.datetimes として保存されていると仮定します 、pd.to_datetime（）を使用して実行できます。datetimeから9時間を減算し、そのtimedeltaのすべての秒を取得してから、1日の秒数である86,400でモジュロします。

pd.to_timedelta(df -  dt.timedelta(hours=9)).dt.total_seconds() % 86400

出力が得られます：

0     4156.0
1    15488.0
2       22.0
3     4452.0
4    16034.0
5    22559.0
6    26725.0
7     1763.0
8    15151.0
9    26728.0

次に、リストの内包表記を使用して終了する必要があります。

s2 = [x-y if d1==d2 else x for x,y,d1,d2 in zip(df.seconds[1:], df.seconds[:-1], my_days[1:], my_days[:-1])]
s2.insert(0, df.seconds[0])
 4156.0
11332.0
   22.0
 4430.0
11582.0
 6525.0
 4166.0
 1763.0
13388.0
11577.0

浮動小数点数ではなく整数にしたい場合は、 pd.DataFrame.assign() を使用して列に割り当てた後に.astype（int）を使用できます  データフレームの場合、またはシリーズを使用している場合はデータフレームを作成します。インデックスを列にしたい場合は、単に df.reset_index() を使用します 。

私のインタラクティブセッションは次のようになります：

import pandas as pd
import datetime as dt     
time = [ "2016-06-10 10:09:16", "2016-06-10 13:18:08", "2016-06-13 09:00:22", "2016-06-13 10:14:12", "2016-06-13 13:27:14", "2016-06-13 15:15:59", "2016-06-13 16:25:25", "2016-06-14 09:29:23", "2016-06-14 13:12:31", "2016-06-14 16:25:28"]
my_time = pd.Series(time)
my_time = pd.to_datetime(my_time)
df = pd.DataFrame({
     'datetime':my_time.values, 
     'seconds':pd.to_timedelta(my_time -  dt.timedelta(hours=9)).dt.total_seconds() % 86400
   })
my_days = df.datetime.dt.day
s2 = [x-y if d1==d2 else x for x,y,d1,d2 in zip(df.seconds[1:], df.seconds[:-1], my_days[1:], my_days[:-1])]
s2.insert(0, df.seconds[0])
df.loc[:, "seconds"] = s2
print(df)
             datetime  seconds
0 2016-06-10 10:09:16   4156.0
1 2016-06-10 13:18:08  11332.0
2 2016-06-13 09:00:22     22.0
3 2016-06-13 10:14:12   4430.0
4 2016-06-13 13:27:14  11582.0
5 2016-06-13 15:15:59   6525.0
6 2016-06-13 16:25:25   4166.0
7 2016-06-14 09:29:23   1763.0
8 2016-06-14 13:12:31  13388.0
9 2016-06-14 16:25:28  11577.0