首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Pandas按日期时间分组

问Pandas按日期时间分组
EN

Stack Overflow用户
提问于 2016-09-22 03:47:26
回答 2查看 72关注 0票数 1

我正在尝试计算在给定日期每小时登录到系统的用户数。我的日期类似于:

代码语言:javascript
复制
df=

Name      Date
name_1    2012-07-12 22:20:00
name_1    2012-07-16 22:19:00
name_1    2013-12-16 17:50:00
...
name_2    2010-01-11 19:54:00 
name_2    2010-02-06 12:10:00
...
name_2    2012-07-18 22:12:00
...
name_5423 2013-11-23 10:21:00

由于我对用户名不感兴趣,因此删除了该列。我使用以下命令创建了一个分组的数据结构和一个新的数据帧df2

代码语言:javascript
复制
grp = df.groupby(by=[df.Date.map(lambda x: (x.year, x.month, x.day, x.hour))])
df2 = pd.DataFrame({'Count' : grp.size()}).reset_index()

grp将datetime类型转换为(year, month, day, hour)的元组。

我可以使用for循环将其转换回datetime类型

代码语言:javascript
复制
for i in range(len(df2)):
    proper_date = datetime.datetime(*df2['Date'][i])
    df2.set_value(i, 'Date', proper_date)

我想知道的是,是否有更好/更有效的方法来做这件事?

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2016-09-22 03:52:40

可以按列groupby将Date转换为h并聚合size

代码语言:javascript
复制
print (df.Date.values.astype('datetime64[h]'))
['2012-07-12T22+0200' '2012-07-16T22+0200' '2013-12-16T17+0100'
 '2010-01-11T19+0100' '2010-02-06T12+0100' '2012-07-18T22+0200'
 '2013-11-23T10+0100']

print (df.Name.groupby([df.Date.values.astype('datetime64[h]')]).size())
2010-01-11 19:00:00    1
2010-02-06 12:00:00    1
2012-07-12 22:00:00    1
2012-07-16 22:00:00    1
2012-07-18 22:00:00    1
2013-11-23 10:00:00    1
2013-12-16 17:00:00    1
dtype: int64

另一种解决方案:

代码语言:javascript
复制
print (df.Date.values.astype('<M8[h]'))
['2012-07-12T22+0200' '2012-07-16T22+0200' '2013-12-16T17+0100'
 '2010-01-11T19+0100' '2010-02-06T12+0100' '2012-07-18T22+0200'
 '2013-11-23T10+0100']

print (df.Name.groupby([df.Date.values.astype('<M8[h]')]).size())
2010-01-11 19:00:00    1
2010-02-06 12:00:00    1
2012-07-12 22:00:00    1
2012-07-16 22:00:00    1
2012-07-18 22:00:00    1
2013-11-23 10:00:00    1
2013-12-16 17:00:00    1
dtype: int64
票数 3
EN

Stack Overflow用户

发布于 2016-09-22 04:06:15

另一个答案是使用重采样。我认为效率不是很高,但很有趣。

代码语言:javascript
复制
# Test data
d = {'Date': ['2012-07-12 22:20:00', '2012-07-12 22:19:00', '2013-12-16 17:50:00', '2010-01-11 19:54:00', '2010-02-06 12:10:00', '2012-07-18 22:12:00'],
     'Name': ['name_1', 'name_1', 'name_1', 'name_2', 'name_2', 'name_5']}

df = pd.DataFrame(d)
df['Date'] = pd.to_datetime(df['Date'])
result = df.set_index('Date')

# Resampling data for each hour
result = result.resample('H').count()
# Filtering to keep only hours with at least one row
result[result['Name'] > 0]

                     Name
Date                     
2010-01-11 19:00:00     1
2010-02-06 12:00:00     1
2012-07-12 22:00:00     2
2012-07-18 22:00:00     1
2013-12-16 17:00:00     1
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/39625328

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档