熊猫高级条件组

Question

对于每月的每一天（1-31），我想计算当天任何60分钟内发生的行程次数，因此第一个条目是0:00，我想得到的数量从0:00到1:00旅行，第二次是0：01，我想从0:01到1:01获得旅行次数。

并且必须在同一天内，所以从23:00起，您不需要计算旅行次数

如何对此进行分组？

Answer 1

我会通过几个步骤完成此操作：

• 按照取件时间进行分组并计算每分钟发生的次数（我假设您根据取件时间进行此操作），请拨打此数据框by_minute
• 与自身交叉加入by_minute（因此您拥有笛卡尔积）并过滤到两个拾取时间满足条件的行
• 分组（＆＃34;左手＆＃34;）拾取时间并将＆＃34;右手＆＃34;的数量相加。游

我相信你必须在by_minute添加一个虚拟列以方便连接。类似的东西：

by_minute['key'] = 1
joined = by_minute.merge(by_minute, on='key')

还提到了其他一些选项this question。 merge有一个suffixes参数（默认情况下它是('_x', '_y')，可以区分列名。

Answer 2

正如我在评论中写到的那样，据我所知，你不是在寻找一个组合，而是在每一行上进行一些操作。
我使用apply提出了以下解决方案：

s = pd.to_datetime(df["pickup_datetime"])    # make sure the pickup column is datetime
r = s.apply(lambda x: np.sum(s.between(x, x + pd.Timedelta("1hr")) & (s.dt.dayofyear == x.dayofyear)))

让我们分解：
这将遍历每一行（apply）并根据两个条件创建一个布尔掩码：

• 从当前取件时间起一小时内的所有取件时间。
• 与当前取件时间在同一日期（一年中的某一天）内的所有取件时间。

然后我们将它们与AND操作（＆amp;）结合起来 这样就可以在满足两个条件的地方创建一个与True系列相同的布尔数组 最后，我们总结（np为Numpy）这个布尔数组，相当于计算满足上述条件的条目数。