Question

我有一个名为“ Work.csv”的csv文件。一个人在十月份登记工作的时间（条目很多）。

MONTH   YEAR    DATE      TIME
Oct    2011  20/10/2011  22:04:52
Oct    2011  26/10/2011  11:15:16
Oct    2011  11/10/2011  10:52:52
Oct    2011  11/10/2011  16:40:06

我希望找到每个小时间隔内注册工作的平均人数。例如。从12am到1am，从1am到2am ...等的平均注册人数。

我使用dt.hour尝试了自己的代码，但只设法获得了特定小时内总人数的频率计数。

我似乎无法获得平均值。

我想要的输出是：

Hour        Average Number of People
0                    40
1                    50
2                    65
3                    30
4                    30

请帮助！

Answer 1

首先，您应该将TIME列转换为DateTime。然后按时间和日期分组，以找出每个小时中每个日期有多少人工作。最后，再次按小时分组并得出平均值：

df.groupby([pd.to_datetime(df.TIME).dt.hour, df.DATE]).size()\ # raw counts
  .groupby('TIME').mean() # mean counts
#TIME
#10    1
#11    1
#16    1
#22    1

由于@Wen（总是有帮助），因此它是一种更紧凑（可能效率更低）的选项：

df.groupby([pd.to_datetime(df.TIME).dt.hour, df.DATE]).size()\
  .mean(level='TIME')

Answer 2

首先，您需要计算所有注册并将其存储在df中，然后使用mean（）函数进行1h间隔，然后这样做。像这样：

  df_registered['count'] = df_input['month'].resample("1h").count()
  df_registered['avg'] = df_registered['count'].resample("1h").mean()

要重新采样，您首先需要选择一个索引。

通过每小时的时间间隔，找到熊猫的平均人数

2 个答案: