如何离散化datetime列？

Question

我有一个数据集，其中包含一个月的日期时间列，我需要将它分成两个块(白天和晚上或am\pm)，然后将每个块中的时间离散到10分钟的bin中。我可以添加另一列0和1来表示它是am或pm，但我不能对其进行离散化！你能帮我一下吗？

df['started_at'] = pd.to_datetime(df['started_at'])
df['start hour'] = df['started_at'].dt.hour.astype('int')
df['mor/aft'] = np.where(df['start hour'] < 12, 1, 0)
df['started_at']

0          16:05:36
2          06:22:40
3          16:08:10
4          12:28:57
6          15:47:30
             ...   
3084526    15:24:24
3084527    16:33:07
3084532    14:08:12
3084535    09:43:46
3084536    17:02:26

Answer 1

如果我理解正确的话，您正在尝试为每10分钟的间隔添加一列，以指示观察是否来自该时间间隔。

可使用lambda expressions遍历该系列中的每个观察值。

除以10并将其设为整数，得到分钟的第一个数字，您可以在此基础上添加指示符列。

我还介绍了如何使用lambda expression提取日期指示符列，以便您进行比较。它实现了与您的np.where()相同的功能。

import pandas as pd
from datetime import datetime

# make dataframe
df = pd.DataFrame({
    'started_at': ['14:20:56', 
                   '00:13:24', 
                   '16:01:33']
})

# convert column to datetime
df['started_at'] = pd.to_datetime(df['started_at'])

# make day indicator column
df['day'] = df['started_at'].apply(lambda ts: 1 if ts.hour > 12 else 0)

# make indicator column for every ten minutes
for i in range(24):
    for j in range(6):
        col = 'hour_' + str(i) + '_min_' + str(j) + '0'
        df[col] = df['started_at'].apply(lambda ts: 1 if int(ts.minute/10) == j and ts.hour == i else 0)

print(df)

输出第一列：

           started_at  day  hour_0_min_00  hour_0_min_10  hour_0_min_20  
0 2021-11-21 14:20:56    1              0              0              0   
1 2021-11-21 00:13:24    0              0              1              0   
2 2021-11-21 16:01:33    1              0              0              0   
...
...
...