Question

我有一个数据框“ order_data”，其中包含有关每日订单的详细信息，其中一列：日期时间格式的“日期”，第二列：“大小”，其中三个订单大小可以是“ A”，“ B”，或“ C”。

我想分析每个5分钟间隔的订单大小拆分，显示它们相应的百分比（例如18：30-18：35：A = 50％，B = 30％，C = 20％）。

到目前为止，我已经能够按5分钟的间隔对订单进行分组，并使用熊猫“ groupby”对其进行计数，如下所示：

grouped=order_data.groupby([pd.Grouper(key='date', freq='5T')]).count()

但是我不确定如何从这里继续。

Answer 1

在5分钟的间隔和group列上分别为

'size'。然后divide以该时间间隔内的总和进行归一化。

样本数据：

import pandas as pd
import numpy as np

N = 10000
np.random.seed(1)
df = pd.DataFrame({'date': pd.date_range('2011-01-01', freq='1.15S', periods=N),
                   'size': np.random.choice(['A', 'B', 'C'], N)})

代码：

gp = df.groupby([pd.Grouper(key='date', freq='5T'), 'size']).size().unstack(-1)
gp = gp.divide(gp.sum(axis=1), axis=0).multiply(100)

#size                         A          B          C
#date                                                
#2011-01-01 00:00:00  36.781609  34.099617  29.118774
#2011-01-01 00:05:00  36.015326  28.352490  35.632184
#2011-01-01 00:10:00  30.268199  32.950192  36.781609
#2011-01-01 00:15:00  29.885057  37.164751  32.950192
#...

或者使用归一化的value_counts，仅每5分钟间隔一次：

gp = (df.groupby(pd.Grouper(key='date', freq='5T'))['size']
        .value_counts(normalize=True).unstack(-1)
        .multiply(100))

熊猫数据框中的组分析

1 个答案:

样本数据：

代码：