Question

我有一个数据帧，前5行是：

indexed.head(5)
>>>>
                              SOURCE_SYSTEM              TRADE_ID
endtime
2013-09-12 15:04:44                 SystemA       PXXX86883150911
2013-09-12 17:25:07                 SystemB       PXXX66048140211
2013-09-12 17:25:07                 SystemY       PYYY66049140211
2013-09-12 17:25:08                 SystemZ       PZZZ34553220311
2013-09-12 17:25:09                 SystemZ       PAAA76226310311

nb，索引是一个日期时间列。

我想生成两件事：
i）按月（或其他一段时间）的结果计数
ii）按期间分割的结果计数和第二列值（即数据？）

我已经能够通过首先创建一个Period对象来实现第一个：

prng = pd.period_range(indexed.index.min(), indexed.index.max(),freq='M')

然后迭代，在此过程中执行一种查找：

for r in prng:
    print ( str(r), len(indexed[str(r)]) )

返回：

2013-09 8
2013-10 2
2013-11 4
2013-12 1069
2014-01 2242
2014-02 1338
2014-03 2567
2014-04 762
2014-05 1028
2014-06 1885
2014-07 4303
2014-08 879
2014-09 399
2014-10 6002
2014-11 622
2014-12 625

这就是我想要的东西。）问题是，有更简单的方法吗？那我的第二部分ii）也许有一个使用groupby和/或pivot的方法？我已经阅读了关于这些的文档，但我不知何故错过了这一点。有什么建议吗？

Answer 1

您可以使用df.resample轻松完成（i），如下所示

import pandas as pd
from random import choice

N = 1024

dt = pd.date_range('1/1/2011', periods=N, freq='3H')
A = [choice('ABCD') for _ in range(N)]
B = [choice('WXYZ') for _ in range(N)]

df = pd.DataFrame(data={'A':A, 'B':B}, index=dt)
#                      A  B
# 2011-01-01 00:00:00  B  Z
# 2011-01-01 03:00:00  A  X
# 2011-01-01 06:00:00  B  Y
# 2011-01-01 09:00:00  D  W
# 2011-01-01 12:00:00  A  Z
# ...    

resampled = df.resample('M', how='count')
#              A    B
#2011-01-31  248  248
#2011-02-28  224  224
#2011-03-31  248  248
#2011-04-30  240  240
#2011-05-31   64   64

对于（ii），您可以使用pd.pivot_table，一旦您创建了一个month列，其中包含您可以使用的年份。

df['month'] = ['{}-{}'.format(y, m) for y, m in zip(df.index.year, df.index.month)]

pivot = pd.pivot_table(df, values='B', index='month', columns='A', aggfunc='count')
#A        A   B   C   D
#month
#2011-1  64  58  67  59
#2011-2  62  52  47  63
#2011-3  70  58  59  61
#2011-4  52  63  64  61
#2011-5  16  19  15  14

熊猫：根据时间序列数据生成直方图/数据透视图

1 个答案: