Question

我有一个由3列组成的pandas Dataframe：

   no                                 id                  timestamp 
0   4  ab729f70-f3f3-4c57-94e5-e8408b2b0a80 2017-09-09 12:51:56.642810  
1   3  ab729f70-f3f3-4c57-94e5-e8408b2b0a80 2017-09-09 12:35:57.412720 
2   2  ab729f70-f3f3-4c57-94e5-e8408b2b0a80 2017-09-09 12:35:56.559890 
3   1  ab729f70-f3f3-4c57-94e5-e8408b2b0a80 2017-09-09 12:35:54.616122

我们的想法是根据列最后 1分钟，5分钟，15分钟，180分钟，1天，10天和25天计算记录（数据集中的行数）时间戳即可。这应该非常简单，但我没有设法解决它。例如，我使用了TimeGrouper选项，但是这让我在指定的时间范围内出现（假设1分钟），但表示所有记录：

df.groupby(pd.TimeGrouper(key='timestamp',freq='1Min')).count()

输出：

                      no    id 
timestamp                            
2017-09-09 12:35:00   3      3 
2017-09-09 12:36:00   0      0 
2017-09-09 12:37:00   0      0 
2017-09-09 12:38:00   0      0
2017-09-09 12:39:00   0      0 
2017-09-09 12:40:00   0      0
2017-09-09 12:41:00   0      0
2017-09-09 12:42:00   0      0 
2017-09-09 12:43:00   0      0
2017-09-09 12:44:00   0      0 
2017-09-09 12:45:00   0      0 
2017-09-09 12:46:00   0      0 
2017-09-09 12:47:00   0      0 
2017-09-09 12:48:00   0      0 
2017-09-09 12:49:00   0      0 
2017-09-09 12:50:00   0      0 
2017-09-09 12:51:00   1      1

Answer 1

使用DateOffset获取上一个日期时间，然后按between获取boolen mask，True获取最后一次sum：

now = pd.datetime.now() 
print (now)
2017-09-09 17:10:29.265217

print (now - pd.offsets.DateOffset(minutes=180))
2017-09-09 14:10:29.265217

a = df['timestamp'].between(now - pd.offsets.DateOffset(minutes=180), now).sum()
print (a)
0

b = df['timestamp'].between(now - pd.offsets.DateOffset(days=1), now).sum()
print (b)
4

如果需要自定义日期时间：

date = pd.to_datetime('2017-09-09 12:45:00')
print (date)
2017-09-09 12:45:00

c = df['timestamp'].between(date - pd.offsets.DateOffset(minutes=15), date).sum()
print (c)
3

计算pandas中不同时间范围内的记录

1 个答案: