Question

我正在尝试根据日期对值进行分类。数据框看起来像这样

        type     event_date
43851   MEDIUM 2017-10-09 13:28:33
43852     HIGH 2017-10-09 14:19:49
43853     HIGH 2017-10-09 14:23:25
43854     HIGH 2017-10-09 14:24:18
43855   MEDIUM 2017-10-09 14:25:31
43856      LOW 2017-10-09 14:25:33
43857   MEDIUM 2017-10-09 14:25:33
43858      LOW 2017-10-09 14:25:38

我想从一个特定的日期进行分类，并每隔半小时对每个type的出现次数进行计数。我尝试过

grouper = df.groupby([pd.Grouper(freq='30T',key='event_date'), 'type'])
grouper['other_col'].count()

几乎可以满足我的需求

event_date           type
2017-10-09 13:00:00  MEDIUM      1
2017-10-09 14:00:00  HIGH        3
                     LOW         2
                     MEDIUM      2

我想

从指定的小时开始（对于我来说，这是LOW的首次出现-12小时= 02:25:33），而不是第一个四舍五入的小时。
还显示空间隔

Answer 1

您可以使用pd.cut

starting_hour = (df[df.type=='LOW'].head(1).event_date - dt.timedelta(hours=12)).item()
intervals = pd.cut(df.event_date, pd.date_range(start=starting_hour , freq='30T', periods=49))

43851    (2017-10-09 13:25:33, 2017-10-09 13:55:33]
43852    (2017-10-09 13:55:33, 2017-10-09 14:25:33]
43853    (2017-10-09 13:55:33, 2017-10-09 14:25:33]
43854    (2017-10-09 13:55:33, 2017-10-09 14:25:33]
43855    (2017-10-09 13:55:33, 2017-10-09 14:25:33]
43856    (2017-10-09 13:55:33, 2017-10-09 14:25:33]
43857    (2017-10-09 13:55:33, 2017-10-09 14:25:33]
43858    (2017-10-09 14:25:33, 2017-10-09 14:55:33]

仅包含左值，您可以

df['i'] = intervals.transform(lambda k: k.left)

43851   2017-10-09 13:25:33
43852   2017-10-09 13:55:33
43853   2017-10-09 13:55:33
43854   2017-10-09 13:55:33
43855   2017-10-09 13:55:33
43856   2017-10-09 13:55:33
43857   2017-10-09 13:55:33
43858   2017-10-09 14:25:33

然后您可以按时间间隔分组并使用count()

df.groupby(['i', 'type']).count()

请注意，您使用的间隔为30分钟，所以会有很多空行。

从特定日期开始对熊猫进行分箱

1 个答案: