Question

我是pandas / python的新手：我有一个由SELECT * FROM @table ORDER BY (CASE @SortItem WHEN 'number asc' THEN number END) asc, (CASE @SortItem WHEN 'name desc' THEN name END) desc对象索引的dataframe（events.number）。

我试图在每个星期一（或其他特定工作日）每小时提取一次事件计数。我写道：

datetime

但这不能正常工作。

我可以放弃＆＃34; hour_tally_monday = events.number.groupby(lambda x: (x.hour & x.weekday==0) ).count()＆＃34;它可以工作，但可能会使用框架中的所有日子。什么是正确的（最简单的）语法在星期一平均？

Answer 1

我认为您需要先使用boolean indexing过滤数据框，然后将groupby与size一起使用：

import pandas as pd

start = pd.to_datetime('2016-02-01')
end = pd.to_datetime('2016-02-25')
rng = pd.date_range(start, end, freq='12H')

events = pd.DataFrame({'number': [1] * 20 + [2] * 15 + [3] * 14}, index=rng)
print events
                     number
2016-02-01 00:00:00       1
2016-02-01 12:00:00       1
2016-02-02 00:00:00       1
2016-02-02 12:00:00       1
2016-02-03 00:00:00       1
2016-02-03 12:00:00       1
2016-02-04 00:00:00       1
2016-02-04 12:00:00       1
2016-02-05 00:00:00       1
2016-02-05 12:00:00       1
2016-02-06 00:00:00       1
2016-02-06 12:00:00       1
2016-02-07 00:00:00       1
...
...

filtered = events[events.index.weekday == 0]
print filtered
                     number
2016-02-01 00:00:00       1
2016-02-01 12:00:00       1
2016-02-08 00:00:00       1
2016-02-08 12:00:00       1
2016-02-15 00:00:00       2
2016-02-15 12:00:00       2
2016-02-22 00:00:00       3
2016-02-22 12:00:00       3

在版本0.18.1中，您可以使用新方法DatetimeIndex.weekday_name：

filtered = events[events.index.weekday_name == 'Monday']
print filtered
                     number
2016-02-01 00:00:00       1
2016-02-01 12:00:00       1
2016-02-08 00:00:00       1
2016-02-08 12:00:00       1
2016-02-15 00:00:00       2
2016-02-15 12:00:00       2
2016-02-22 00:00:00       3
2016-02-22 12:00:00       3

print filtered.groupby(filtered.index.hour).size()
0     4
12    4
dtype: int64

熊猫日期时间：每小时和每个星期一

1 个答案: