Question

我想按时间对行进行分组，我尝试了以下方法

import pandas as pd

df = pd.DataFrame({'time': ["2001-01-01 10:20:30,000", 
                            "2001-01-01 10:20:31,000",
                            "2001-01-02 5:00:00,000"],
                    'val': [1, 2, 3]})

t = pd.DatetimeIndex(df.time)
df = df.groupby([t.day, t.hour, t.minute]).count()

结果数据框为

                   time val
    time time time      
       1   10   20    2   2
       2    5    0    1   1

我期望的输出（或类似的结果）：

           time   count             
     1  1-10-20       2
     2    2-5-0       1

我要绘制的图：X轴代表分钟，Y轴代表count，按天+小时（不只是分钟）打勾。

问题：

1）为什么索引由3个time列组成，我如何只有一个包含1-10-20和2-5-0这样的元素的索引列呢？

2）最好的做法是仅使一列具有count()的结果，而不是两列time和val？

2）我该如何绘制这些数据（按天/小时/分钟分组），并以天和小时为刻度？

Answer 1

要回答第一个问题，是因为您要按三个单独的系列分组。如果您确实希望将它们合并，请按strftime分组：

df.time = pd.to_datetime(df.time)

df.groupby([df.time.dt.strftime('%d-%H-%M')]).val.count()

time
01-10-20    2
02-05-00    1
Name: val, dtype: int64

以上内容也回答了您的第二个问题。不用计算DataFrame，而是计算一个序列，即val系列。

最后，要进行绘制，可以使用plot的内置pandas功能。我正在创建一个更复杂的示例来演示您想要的刻度：

r = pd.date_range(start='2001-01-01', freq='5T', periods=100)
df = pd.DataFrame({'time':r, 'val': np.random.randint(1, 10, 100)})

out = df.groupby([df.time.dt.strftime('%d-%H-%M')]).val.count().reset_index()

ax = out.assign(label=out.time.str[:5]).plot(x='label', y='val', kind='bar')

seen_ticks = set()

for idx, label in enumerate(ax.xaxis.get_ticklabels()):
    if label.get_text() in seen_ticks:
        label.set_visible(False)
    else:
        seen_ticks.add(label.get_text())
plt.tight_layout()
plt.show()

这将仅显示分钟/小时的唯一X标记

Answer 2

1）使用pandas.DataFrame.from_dict(data)从字典创建数据框。（请参阅https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.from_dict.html）

2）这个问题尚不完全清楚，但我认为您想要的是

df['time'] = pd.to_datetime(df['time'])
df.set_index('time', inplace=True)

，然后应用您的count()聚合。

3）我不清楚这个问题。

熊猫DataFrame和DateTimeIndex

2 个答案: