总结每天大熊猫的发生次数

时间:2013-07-17 17:12:58

标签: python pandas dataframe

我在pandas数据框中有这样的数据集:

                                  score
timestamp                                 
2013-06-29 00:52:28+00:00        -0.420070
2013-06-29 00:51:53+00:00        -0.445720
2013-06-28 16:40:43+00:00         0.508161
2013-06-28 15:10:30+00:00         0.921474
2013-06-28 15:10:17+00:00         0.876710

我需要计算测量次数,因此我正在寻找类似的东西:

                                    count
   timestamp
   2013-06-29                       2
   2013-06-28                       3

我不关心我想要每天发生次数的情绪栏。

3 个答案:

答案 0 :(得分:20)

如果您的timestamp索引是DatetimeIndex

import io
import pandas as pd
content = '''\
timestamp  score
2013-06-29 00:52:28+00:00        -0.420070
2013-06-29 00:51:53+00:00        -0.445720
2013-06-28 16:40:43+00:00         0.508161
2013-06-28 15:10:30+00:00         0.921474
2013-06-28 15:10:17+00:00         0.876710
'''

df = pd.read_table(io.BytesIO(content), sep='\s{2,}', parse_dates=[0], index_col=[0])

print(df)

所以df看起来像这样:

                        score
timestamp                    
2013-06-29 00:52:28 -0.420070
2013-06-29 00:51:53 -0.445720
2013-06-28 16:40:43  0.508161
2013-06-28 15:10:30  0.921474
2013-06-28 15:10:17  0.876710

print(df.index)
# <class 'pandas.tseries.index.DatetimeIndex'>

您可以使用:

print(df.groupby(df.index.date).count())

产生

            score
2013-06-28      3
2013-06-29      2

请注意parse_dates参数的重要性。没有它,索引就只是一个pandas.core.index.Index对象。在这种情况下,您无法使用df.index.date

所以答案取决于你未展示的type(df.index) ......

答案 1 :(得分:13)

否则,使用resample函数。

In [419]: df
Out[419]: 
timestamp
2013-06-29 00:52:28   -0.420070
2013-06-29 00:51:53   -0.445720
2013-06-28 16:40:43    0.508161
2013-06-28 15:10:30    0.921474
2013-06-28 15:10:17    0.876710
Name: score, dtype: float64

In [420]: df.resample('D', how={'score':'count'})

Out[420]: 
2013-06-28    3
2013-06-29    2
dtype: int64

更新:使用pandas 0.18 +

正如@jbochi指出的那样,现在不推荐使用how重新取样。改为使用:

df.resample('D').apply({'score':'count'})

答案 2 :(得分:8)

In [145]: df
Out[145]: 
timestamp
2013-06-29 00:52:28   -0.420070
2013-06-29 00:51:53   -0.445720
2013-06-28 16:40:43    0.508161
2013-06-28 15:10:30    0.921474
2013-06-28 15:10:17    0.876710
Name: score, dtype: float64

In [160]: df.groupby(lambda x: x.date).count()
Out[160]: 
2013-06-28    3
2013-06-29    2
dtype: int64