Question

我得到了一个显示点击次数和访问者的网络日志，并且无法从该格式的数据框中绘制一周中某几天的频率：

                      date
0      2017-06-03 00:07:04
1      2017-06-03 00:07:06
2      2017-06-03 00:07:07
3      2017-06-03 00:07:24
4      2017-06-03 00:07:38

我尝试过：

Date_df = pd.DataFrame(dataset.date)

dates = pd.date_range('2017-06-01','2017-06-07', freq='D')
dates_count = Date_df.groupby(Date_df.date).count()['date']
dates_day_count = pd.DataFrame(dates_count)
dates_day_count = dates_day_count.rename(columns={"date":"Counts"})
dates_day_count.index.rename('date', inplace = True)
dates_day_count.tail()

但显示“ KeyError: 'date'”

我想知道站点中一天中最忙的部分（一天中最频繁的时间），有人吗？

Answer 1

我认为需要Series.value_counts和dt.date或dt.hour：

print (Date_df)
                 date
0 2017-06-03 00:07:04
1 2017-06-03 00:07:06
2 2017-06-04 00:07:07
3 2017-06-04 00:07:24
4 2017-06-04 00:07:38

dates_day_count = Date_df['date'].dt.date.value_counts().reset_index()
dates_day_count.columns = ['date','counts']
print (dates_day_count)
         date  counts
0  2017-06-04       3
1  2017-06-03       2

如果可以使用图date，则可以使用：

dates_day_count = Date_df['date'].dt.date.value_counts()
dates_day_count.plot.bar()

对于hours：

dates_day_count = Date_df['date'].dt.hour.value_counts()
dates_day_count.plot.bar()

如果需要一些组合，例如带小时的日期将strftime与http://strftime.org/一起使用：

dates_day_count = Date_df['date'].dt.strftime('%Y-%m-%d %H').value_counts()

在df中显示星期几频率的图

1 个答案: