如何制作每个特定时间间隔的熊猫日期时间直方图？

Question

我想绘制一些日期时间，并希望指定一个时间间隔，以便将它们捆绑在一起并制作直方图。因此，例如，如果在一小时的跨度内碰巧有n个日期时间，请将它们分组或解析为年，月，日，小时。并省去几分钟和几秒钟。 假设我有一个带有某些日期时间值的数据框：

import pandas as pd
import numpy as np
from datetime import datetime, timedelta

date_today = datetime.now()
days = pd.date_range(date_today, date_today + timedelta(7), freq='D')

np.random.seed(seed=1111)
data = np.random.randint(1, high=100, size=len(days))
df = pd.DataFrame({'test': days, 'col2': data})
df = df.set_index('test')
print(df)

2018-06-19 17:10:32.076646    29
2018-06-20 17:10:32.076646    56
2018-06-21 17:10:32.076646    82
2018-06-22 17:10:32.076646    13
2018-06-23 17:10:32.076646    35
2018-06-24 17:10:32.076646    53
2018-06-25 17:10:32.076646    25
2018-06-26 17:10:32.076646    23

理想情况下，我想指定一个更灵活的时间间隔，例如“ 6小时”，以便对日期时间进行某种模运算。这可能吗？

Answer 1

pd.Grouper

允许您指定规则的频率间隔，以便对数据进行分组。使用groupby，然后根据这些组汇总df。例如，如果col2是计数，并且您希望在2天的时间间隔内将所有计数加在一起，则可以执行以下操作：

import pandas as pd
df.groupby(pd.Grouper(level=0, freq='2D')).col2.sum()

输出：

test
2018-06-19 13:49:11.560185    85
2018-06-21 13:49:11.560185    95
2018-06-23 13:49:11.560185    88
2018-06-25 13:49:11.560185    48
Name: col2, dtype: int32

您按level=0分组，即您标记为'test'的索引，并在2天的时段内总计col2。 pd.Grouper的行为可能有点令人讨厌，因为在此示例中，垃圾箱在13:49:11 ...处开始和结束...这可能不是您想要的。

pd.cut + pd.date_range

如果使用pd.date_range定义bin，然后使用pd.cut，则可以更好地控制bin的定义。例如，您可以在此处从19日开始每2天定义一个垃圾箱。

df.groupby(pd.cut(df.index, 
                  pd.date_range('2018-06-19', '2018-06-27', freq='2D'))).col2.sum()

输出：

(2018-06-19, 2018-06-21]    85
(2018-06-21, 2018-06-23]    95
(2018-06-23, 2018-06-25]    88
(2018-06-25, 2018-06-27]    48
Name: col2, dtype: int32

这很好，因为如果您想让垃圾箱在偶数天开始，则只需更改pd.date_range

中的开始日期和结束日期

df.groupby(pd.cut(df.index, 
                  pd.date_range('2018-06-18', '2018-06-28', freq='2D'))).col2.sum()

输出：

(2018-06-18, 2018-06-20]     29
(2018-06-20, 2018-06-22]    138
(2018-06-22, 2018-06-24]     48
(2018-06-24, 2018-06-26]     78
(2018-06-26, 2018-06-28]     23
Name: col2, dtype: int32

如果您确实愿意，可以指定从2018年6月19日凌晨5点开始的2.6小时时段：

df.groupby(pd.cut(df.index, 
                  pd.date_range('2018-06-19 5:00:00', '2018-06-28 5:00:00', freq='2.6H'))).col2.sum()
#(2018-06-19 05:00:00, 2018-06-19 07:36:00]     0
#(2018-06-19 07:36:00, 2018-06-19 10:12:00]     0
#(2018-06-19 10:12:00, 2018-06-19 12:48:00]     0
#(2018-06-19 12:48:00, 2018-06-19 15:24:00]    29
#....

直方图。

汇总数据后，只需使用.plot(kind='bar')。

(df.groupby(pd.cut(df.index, 
                   pd.date_range('2018-06-19', '2018-06-28', freq='2D')))
   .col2.sum().plot(kind='bar', color='firebrick', rot=30))