Question

我有一个长达一年的大型数据框，其中包含月份（1-12），星期（1-52），星期几（0-6）和小时（0-23）。

下面只是数据集的摘要。每行都是一个事件。

下面的摘录的第一部分显示了使用日期/时间戳为2018-04-01 00:00:00（星期日）捕获的多个事件。下面的代码段的第二部分（在第一个椭圆之后）在接下来的一小时内显示多次出现，而第三部分在下一个小时内出现，依此类推。

    month week  day_of_week  hour
0     4    13        6         0
1     4    13        6         0
2     4    13        6         0
3     4    13        6         0
4     4    13        6         0
...
100   4    13        6         1
101   4    13        6         1
102   4    13        6         1
...
...
300   4    13        6         2
301   4    13        6         2
302   4    13        6         2
...

我希望能够显示此数据集的摘要，其中显示每个小时（0-23）和每个月的每周平均发生次数。

例如：

month  hour  weekly_ave
4        0       100
4        1       175
4        2       250
...
4       23       500
5        0        90

如何使用pandas groupby和聚合函数来做到这一点？

谢谢！

Answer 1

df.groupby(['month','hour'])['hour'].count()

然后，如果您需要将此格式更好一点：

df.groupby(['month','hour'])['hour'].count().rename("weekly:ave").reset_index()

Answer 2

我能够弄清楚。我不得不再做一次groupby：

df.groupby(['month', 'hour', 'week']) \
    .agg({'day_of_week': 'count'}) \
    .groupby(['month', 'hour']).mean() \
    .rename(columns={"day_of_week": "weekly_ave"}).reset_index()

这给了我我所需要的东西，但是有一种更优雅的方式吗？

谢谢。

熊猫每周平均

2 个答案: