将时间序列转换为热图

Question

我正在寻找一个好的转变，熊猫，这将允许我从一个时间序列的测量到一个计数-每个垃圾箱的清单。

假设我有我的：

x = list(range(count))
y = [random.gauss(1, 0.1) for _ in range(count)]

我可以把它转换成两边的二进制间隔：

df = pandas.DataFrame.from_dict({'x': x, 'y': y})
df['x'].update(pandas.cut(df['x'], 20))
df['y'].update(pandas.cut(df['y'], 20))

我知道我可以使用以下方法获得y的值计数：

df['y'].value_counts()

但是我很难将“Runvalue_counts on y”按唯一的x值分组，然后展开，然后返回到一个有效的操作中。

示例：

y = [1, 1, 2, 3, 4, 4]
x = [0, 1, 2, 3, 4, 5]
bin_count = 2

预期：

df: x    y  count
    0-2  1  2
    0-2  2  1
    3-5  3  1
    3-5  4  2

Answer 1

我相信你需要SeriesGroupBy.value_counts和reset_index

y = [1, 1, 2, 3, 4, 4]
x = [0, 1, 2, 3, 4, 5]
bin_count = 2
df = pd.DataFrame.from_dict({'x': x, 'y': y})
df['x'].update(pd.cut(df['x'], bin_count))

df1 = df.groupby('x')['y'].value_counts().reset_index(name='count')
print (df1)
               x  y  count
0  (-0.005, 2.5]  1      2
1  (-0.005, 2.5]  2      1
2     (2.5, 5.0]  4      2
3     (2.5, 5.0]  3      1

对于来自y的列，请使用unstack

df1 = df.groupby('x')['y'].value_counts().unstack(fill_value=0)
print (df1)
y              1  2  3  4
x                        
(-0.005, 2.5]  2  1  0  0
(2.5, 5.0]     0  0  1  2

编辑：

如果需要bins的唯一值，将参数labels=False添加到cut

df['x'].update(pd.cut(df['x'], bin_count, labels=False))

df1 = df.groupby('x')['y'].value_counts().unstack(fill_value=0)
print (df1)
y  1  2  3  4
x            
0  2  1  0  0
1  0  0  1  2