Question

我有一个熊猫数据框，其中显示了一些有关发生的事件的信息。基本上就是这样

Timestamp   Event Code  Prev Event Code State
2018-01-01T06:45:04.691 0   138 1
2018-01-01T06:44:33.678 138 0   21
2017-12-31T06:32:06.691 0   138 21
2017-12-31T06:31:39.687 138 0   21
2017-12-30T06:19:20.688 0   138 1

我想对该数据帧进行重新采样，以使时间戳分隔为10分钟，并且在该10分钟间隔中发生的事件计数。我想要这样的输出

Timestamp   0_count 138_count
fifth 10 min    2   2
fourth 10 min   3   0
third 10 min    5   0
second 10 min   1   1
first 10 min    0   2

我刚刚给了占位符时间戳，而不是Timestamp列中的实际输出。实际应该有10个薄荷分隔的时间戳。

我不知道如何解决这个问题。我认为必须有一些有效的方法，而不是一些Pandas中复杂的循环和代码。

为了重新生成示例数据帧，可以使用此代码。

event_df = pd.DataFrame()

event_df['Timestamp'] = ['2018-01-01T06:45:04.691', '2018-01-01T06:44:33.678',
       '2017-12-31T06:32:06.691', '2017-12-31T06:31:39.687',
       '2017-12-30T06:19:20.688']
event_df['Event Code'] = [  0, 138,   0, 138,   0]
event_df['Prev Event Code'] = [138,   0, 138,   0, 138]
event_df['State'] = [ 1, 21, 21, 21,  1]

Answer 1

将时间戳记设置为数据帧索引：

event_df.index = pd.to_datetime(event_df.Timestamp)

现在，您可以重新采样：

count_138 = (event_df['Event Code']==138).astype(int)\
                                         .resample('10 min').sum()
count_0 = (event_df['Event Code']==0).astype(int)\
                                     .resample('10 min').sum()

并根据需要合并结果：

pd.DataFrame({'count_0': count_0, 'count_138': count_138})

将事件DataFrame重采样到10分钟间隔并计数事件

1 个答案: