Question

假设我有以下时间序列：

Timestamp              Category
2014-10-16 15:05:17    Facebook
2014-10-16 14:56:37    Vimeo
2014-10-16 14:25:16    Facebook
2014-10-16 14:15:32    Facebook
2014-10-16 13:41:01    Facebook
2014-10-16 12:50:30    Orkut
2014-10-16 12:28:54    Facebook
2014-10-16 12:26:56    Facebook
2014-10-16 12:25:12    Facebook
...
2014-10-08 15:52:49    Youtube
2014-10-08 15:04:50    Youtube
2014-10-08 15:03:48    Vimeo
2014-10-08 15:02:27    Youtube
2014-10-08 15:01:56    DailyMotion
2014-10-08 13:27:28    Facebook
2014-10-08 13:01:08    Vimeo
2014-10-08 12:52:06    Facebook
2014-10-08 12:43:27    Facebook
Name: summary, Length: 600

我想计算每个星期和每年的每个类别（时间序列中的唯一值/因子）。

Example:

    Week/Year      Category      Count
    1/2014         Facebook      12
    1/2014         Google        5
    1/2014         Youtube       2
...    
    2/2014         Facebook      2
    2/2014         Google        5
    2/2014         Youtube       20
...

如何使用Python pandas实现这一目标？

Answer 1

将系列转换为数据框并使用Pandas＆＃39;可能最容易。 groupby功能（如果您已有DataFrame，则直接跳到下面添加另一列）。

如果系列名为s，请将其转换为DataFrame，如下所示：

>>> df = pd.DataFrame({'Timestamp': s.index, 'Category': s.values})
>>> df
       Category           Timestamp
0      Facebook 2014-10-16 15:05:17
1         Vimeo 2014-10-16 14:56:37
2      Facebook 2014-10-16 14:25:16
...

现在为周和年添加另一列（一种方法是使用apply并生成一个周/年数字的字符串）：

>>> df['Week/Year'] = df['Timestamp'].apply(lambda x: "%d/%d" % (x.week, x.year))
>>> df
             Timestamp     Category Week/Year
0  2014-10-16 15:05:17     Facebook   42/2014
1  2014-10-16 14:56:37        Vimeo   42/2014
2  2014-10-16 14:25:16     Facebook   42/2014
...

最后，按'Week/Year'和'Category'分组并与size()汇总以获取计数。对于您问题中的数据，这会产生以下结果：

>>> df.groupby(['Week/Year', 'Category']).size()
Week/Year  Category   
41/2014    DailyMotion    1
           Facebook       3
           Vimeo          2
           Youtube        3
42/2014    Facebook       7
           Orkut          1
           Vimeo          1

Answer 2

为了更清楚一点，您不需要创建名为＆＃39; week_num＆＃39;的新列。第一

df.groupby(by=lambda x: "%d/%d" % (x.week(), x.year())).Category.value_counts()

函数by会自动调用索引的每个timestamp对象，将它们转换为星期和年份，然后按周和年分组。

Answer 3

将您的TimeStamp列转换为周数，然后将该周数和value_count分组变量分组，如下所示：

df.groupby('week_num').Category.value_counts()

我假设从TimeStamp列创建了新列week_num。

使用pandas按日期计算值的频率

3 个答案: