熊猫按块分组，而不是单个值。

Question

现在我有点搞不懂用熊猫把东西分组。

我有一组数据(超过60k行)，有3列：

2015/12/18 11:12:49 +0300   d1  b1
2015/12/18 11:12:50 +0300   d2  b2
2015/12/18 11:13:08 +0300   d1  b3
2015/12/18 11:13:36 +0300   d2  b4
2015/12/18 11:13:43 +0300   d2  b5
2015/12/18 11:14:21 +0300   d2  c0
2015/12/18 11:14:42 +0300   d2  c1
2015/12/18 11:15:13 +0300   d1  c2
2015/12/18 11:15:19 +0300   d3  c3

我需要计算按时间段分组的行数(比如0-4，4-8，8-12等，4小时)和工作日，然后在一周内得到一组周期。

我可以在一周内每小时得到一笔钱(时间是第一栏的名字)：

dind = pd.DatetimeIndex(df.time)
gr = df.groupby([dind.weekday, dind.hour])
gr.size()

但我不知道如何按块分组，然后将结果的MultiIndex合并到单个索引列中。

我希望这是对问题的清楚描述。

Answer 1

您问题的第一部分，如何分组4小时块是很容易的，并在下面的两个选项中讨论。df.index.hour // 4

第二部分含糊不清，因为有几种解释“合并为一列”的方法。我给你提供了两种选择。

选项1

gpd = df.groupby([df.index.weekday, df.index.hour // 4]).size()
gpd.index = gpd.index.to_series()
gpd

(4, 2)    9
dtype: int64

选项2

gpd = df.groupby([df.index.weekday, df.index.hour // 4]).size()
gpd.index = ['{}_{}'.format(*i) for i in gpd.index]
gpd

4_2    9
dtype: int64