熊猫DataFrame和DateTimeIndex

Question

我想按时间对行进行分组，我尝试了以下方法

import pandas as pd

df = pd.DataFrame({'time': ["2001-01-01 10:20:30,000", 
                            "2001-01-01 10:20:31,000",
                            "2001-01-02 5:00:00,000"],
                    'val': [1, 2, 3]})

t = pd.DatetimeIndex(df.time)
df = df.groupby([t.day, t.hour, t.minute]).count()

生成的数据文件是

                   time val
    time time time      
       1   10   20    2   2
       2    5    0    1   1

我期望的输出(或类似的输出)：

           time   count             
     1  1-10-20       2
     2    2-5-0       1

我想要的情节：X-axis for minutes，Y-axis for count，按日+小时计算(比仅仅分钟更粗)。

问题：

1)为什么索引由3个time列组成，以及如何使索引只有一个包含1-10-20和2-5-0等元素的列

2)最好的做法是只使用count()结果的一列，而不是time和val的两列。

2)如何将这些数据(按天/小时/分钟分组)用滴答数来绘制？

Answer 1

要回答你的第一个问题，是因为你被分成了三个不同的系列。如果你真的想把它们结合起来，用一个strftime分组

df.time = pd.to_datetime(df.time)

df.groupby([df.time.dt.strftime('%d-%H-%M')]).val.count()

​

time
01-10-20    2
02-05-00    1
Name: val, dtype: int64

以上也回答了你的第二个问题。与其计算DataFrame，不如计算单个系列，即val系列。

最后，要绘图，可以使用pandas的内置pandas功能。我正在创建一个更复杂的示例来演示您想要的滴答：

r = pd.date_range(start='2001-01-01', freq='5T', periods=100)
df = pd.DataFrame({'time':r, 'val': np.random.randint(1, 10, 100)})

out = df.groupby([df.time.dt.strftime('%d-%H-%M')]).val.count().reset_index()

ax = out.assign(label=out.time.str[:5]).plot(x='label', y='val', kind='bar')

seen_ticks = set()

for idx, label in enumerate(ax.xaxis.get_ticklabels()):
    if label.get_text() in seen_ticks:
        label.set_visible(False)
    else:
        seen_ticks.add(label.get_text())
plt.tight_layout()
plt.show()

这将只显示每分钟/小时唯一的x-滴答。

​

​

Answer 2

1)使用pandas.DataFrame.from_dict(data)从字典中创建数据。(见dict.html)

这个问题还不完全清楚，但我认为你想要的是

df['time'] = pd.to_datetime(df['time'])
df.set_index('time', inplace=True)

然后应用count()聚合。

( 3)这个问题我不太清楚。