输出

Question

我试图显示在给定时间内有多少人在健身房。

已向我提供了登录数据，并希望显示每小时的占用情况，如下所示：

post_install do |installer|
        installer.pods_project.targets.each do |target|
            target.build_configurations.each do |config|
                config.build_settings['CLANG_WARN_DOCUMENTATION_COMMENTS'] = 'NO'
            end
        end
    end

登录信息是这样提供的：（PS我假设人们现在在那里花了大约1.5个小时，大约有100,000行。）

Date/Time | Occupants
1/1/2018 7:00AM | 4
1/1/2018 8:00AM | 12
1/1/2018 9:00AM | 16
1/1/2018 10:00AM | 13
1/1/2018 11:00AM | 11

将数据汇总到每小时中的一种好方法是什么？感谢任何人都能提供的帮助。

谢谢

Answer 1

您只是在寻求聚合方面的帮助吗？

您可以使用groupby进行计数。

In = df['Sign In'].groupby([df['Sign In'].apply(lambda x: x.strftime('%B %d, %Y, %H'))]).count()
Out = df['Sign In'].groupby([df['Sign Out'].apply(lambda x: x.strftime('%B %d, %Y, %H'))]).count()

Sign In
January 01, 2018, 09    1
January 01, 2018, 10    5
January 01, 2018, 11    5
Name: Sign In, dtype: int64
Sign Out
January 01, 2018, 10    1
January 01, 2018, 11    3
January 01, 2018, 12    3
January 01, 2018, 13    4
Name: Sign In, dtype: int64

然后您可以从此处开始重命名列，应用逻辑（即，这只是当前的增量）并进行合并以将框架连接在一起。

Answer 2

您只需添加Sign In时有多少人（在我们的示例中为1）。然后用1.5H resample。

df['people'] = 1
df.set_index(['Sign In']).resample('1.5H').count()

输出：

                    people
Sign In 
2018-01-01 09:00:00 4
2018-01-01 10:30:00 7

Answer 3

这是我的镜头

import pandas as pd
from datetime import datetime

# convert to the right type
data['Sign In ']= data['Sign In '].apply(lambda x: datetime.strptime(x, '%d/%m/%y %I:%M %p '))

data[' Sign Out']= data[' Sign Out'].apply(lambda x: datetime.strptime(x, ' %d/%m/%y %I:%M %p'))

# save in and Out 
signin= pd.to_datetime(data['Sign In '])
signout= pd.to_datetime(data[' Sign Out'])

# in groupby you could add [signin.dt.date, signin.dt.hour] if necessary
In = data.groupby([signin.dt.hour]).count().drop(' Sign Out', axis=1)  

Out= data.groupby([signout.dt.hour]).count().drop('Sign In ', axis=1) 

In.index.rename('time', inplace=True)
Out.index.rename('time', inplace=True)

# concatenate in data 
data = pd.concat([In, Out], axis=1).fillna(0)
data['occupancy'] = (data['Sign In '] - data[' Sign Out']).cumsum()

输出

print(data) 

      Sign In    Sign Out  occupancy
time                                
9          1.0        0.0        1.0
10         5.0        1.0        5.0
11         5.0        3.0        7.0
12         0.0        3.0        4.0
13         0.0        4.0        0.0

Answer 4

我的解决方案还适用于存在时间不是1.5小时的数据，但日期必须是单日（根据您的组装方式）您的样本数据）。

我将您的数据读取为固定宽度字段，并转换为 datetime ：

df = pd.read_fwf(pd.compat.StringIO(txt), colspecs=[(0, 15), (18, 33)],
    names=['Sign In', 'Sign Out'], parse_dates=[0, 1])

所以从一开始我就有适当的数据类型（不需要额外的调用 pd.to_datetime ）。

第一步是创建一个 IntervalIndex ：

intervals = pd.IntervalIndex.from_arrays(df['Sign In'], df['Sign Out'], closed='left')

下一步是创建 hrs -完整时间列表：

hrs = pd.date_range(df['Sign In'].min(),
    df['Sign Out'].max() + pd.Timedelta('1H'), freq='H')

请注意，我为 max 值增加了1个小时，以使大家出来后的“最后”小时。就像 0 占用的最后一个小时一样，例如 CHAMI 。如果不需要，只需删除这额外的一小时。

但是我们需要一个系列，同时将索引和值设置为这些小时，所以我还创建了 hours ：

hours = pd.Series(hrs, index=hrs)

有了这些数据，可以在单条说明：

occupancy = hours.apply(lambda hr: np.count_nonzero(
    intervals.map(lambda it: hr in it)))

结果是：

2018-01-01 09:00:00    1
2018-01-01 10:00:00    1
2018-01-01 11:00:00    5
2018-01-01 12:00:00    6
2018-01-01 13:00:00    4
2018-01-01 14:00:00    0
Freq: H, dtype: int64

值得与其他答案进行一些比较：

CHAMI 的答案具有 float 类型的数据（应为 int ）。
CHAMI 解决方案在10:00的占用率显示为 5 ，而此时时间实际上只有 1 个人在场。客户2至6 稍后（之后 10:00之后）登录。
他的解决方案中10:00及以后时间的结果被“转移” 1小时之内。
在列名中包含前导/尾随空格是个坏习惯（就像 CHAMI 一样）。
krewsider 实际上仅显示登录/退出事件汇总，但没有入住。
harvpan 走了 1.5 小时（为什么？）。另一个细节是他显示 9:00 的入住率为 4 （为什么？），到目前为止，他的结果是不完整。

还要注意一个不同之处， CHAMI 在 11:00 处显示 7 位。（实际上是在 12:00 ），但我显示了 6 。原因是我假设如果5号人在 12:00 离开，因此，此时他已经不在。

如果您想把这样的人当成仍然在场，请更改关闭 IntervalIndex 的属性设置为'both'并为您的数据提供结果在 12:00 会是 7 。

每小时如何找到占用率？

4 个答案:

输出