Question

假设我有一个包含事件和日志时间的数组，如下所示：

Time             Event
01/01/2019 8h00  X
01/01/2019 8h10  Y
01/01/2019 9h10  X
02/01/2019 7h10  Z
02/01/2019 8h10  Y
02/01/2019 9h10  Y
...

我想要这样的输出：

01/01/2019 [(X,2), (Y,1)]
02/01/2019 [(Y, 2), (Z,1)]
...

目前，我只成功按时间分组并计算所有事件或列出所有唯一事件

data = pd.read_csv('my.csv')    
s1 = data['Time'].groupby(data['Time'].dt.floor('d')).size()    
s2 = data.groupby(data['Time'].dt.floor('d')['Event'].unique().reset_index()

s1输出：

01/01/2019 3
02/01/2019 3

s2输出：

01/01/2019 [X, Y]
02/01/2019 [Y, Z]

如何实现按时间分组并计算每个事件的数量？

Answer 1

对value_counts使用自定义lambda函数：

df = (data.groupby(data['Time'].dt.floor('d'))['Event']
          .apply(lambda x: list(x.value_counts().items()))
          .reset_index())
print (df)
        Time             Event
0 2019-01-01  [(X, 2), (Y, 1)]
1 2019-02-01  [(Y, 2), (Z, 1)]

熊猫按时间和列值分组

1 个答案: