Question

我有一个拥有投票的数据库。这些投票记录包括： “时间戳；得分”

分数是整数。

我想创建一个热图，所以我想要一个数据框，其中包含每个工作日中每个小时的值，并且该时间段内所有得分的平均得分。

如果该工作日的小时内没有任何值，请将平均值设置为0。

因此我来了：

gdf = pd.read_sql("select * from scores where survey_id='{}';    ".format(survey_id), self.db_conn)
gdf = gdf.set_index(['time_stamp'])
gdf.index = pd.to_datetime(gdf.index, unit='s')
if len(gdf) == 0:
  return None
gdf['weekday'] = gdf.index.weekday
# gdf['hour'] = gdf.index.hour
gdf = gdf.groupby(by=[gdf['weekday'], pd.Grouper(freq='H')]).agg(['mean']).fillna(0)

其结果是：

                                score weekday hour
                             mean    mean mean
weekday time_stamp                                
0       2018-10-22 17:00:00  1.600000       0   17
1       2018-10-23 09:00:00  2.666667       1    9
2       2018-10-31 14:00:00  3.000000       2   14
        2018-10-31 19:00:00  4.000000       2   19

这会漏掉一周中其他所有小时，而平均值为0。

关于我在做什么错的任何建议？

谢谢！：）

Answer 1

我明白了：

这行得通，不知道它是否可以更短一些，但这确实可以做到：

在每个工作日的每个小时使用0值创建新的数据框。
附加了数据库中的值

<< / p>

    todays_date = datetime.datetime.now().date()
    index = pd.date_range(todays_date - datetime.timedelta(7), periods=7*24, freq='H')
    columns = ['user', 'survey_id', 'score']
    df_ = pd.DataFrame(index=index, columns=columns)
    df_ = df_.fillna(0)  # with 0s rather than NaNs
    gdf = pd.read_sql("select * from scores where survey_id='{}'; ".format(survey_id), self.db_conn)
    gdf = gdf.set_index(['time_stamp'])
    gdf.index = pd.to_datetime(gdf.index, unit='s')
    df_ = df_.append(gdf, ignore_index=False)  # ignoring index is optional

    if len(gdf) == 0:
        return None
    df_['weekday'] = df_.index.weekday
    df_['hour'] = df_.index.hour
    df_ = df_.groupby(by=[df_['weekday'], df_['hour']]).agg(['mean']).fillna(0)

python pandas：每个工作日每小时平均得分

1 个答案: