Question

我正在尝试在时间窗口上返回关于（移动的）固定点的计数。

试图根据使用之前的使用情况随时了解仪器的状况。

因此，如果在下午12.05、12.10、12.15、12.30、12.40和1pm使用该仪器，则使用次数为：

12.05-> 1（最后一小时一次）

12.10-> 2

12.15-> 3

12.30-> 4

12.40-> 5

1.00-> 6

...但是可以说用法从1.06恢复： 1.06-> 6 这不会增加计数，因为第一次运行是在一个小时之前。

如何计算此计数并将其附加为列？

感觉这是一个lambda函数中可能使用时间增量的groupby / aggregate / count，但我不知道从哪里开始。

我也希望能够与时间窗口一起玩，所以不仅是过去的一个小时，还包括一个实例周围的小时，即+和-30分钟。

以下代码提供了一个起始数据帧：

s = pd.Series(pd.date_range('2020-1-1', periods=8000, freq='250s'))
df = pd.DataFrame({'Run time': s})
df_sample = df.sample(6000)
df_sample = df_sample.sort_index()

我发现的最好的帮助（公平的说，我通常可以从逻辑上一起破解）是这个Distinct count on a rolling time window，但这次我还没有做好。

谢谢

Answer 1

我以前使用DataFrame.rolling函数做过类似的事情： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.rolling.html

因此对于您的数据集，首先需要将索引更新为datetime字段，然后可以执行所需的分析，因此从代码继续：

s = pd.Series(pd.date_range('2020-1-1', periods=8000, freq='250s'))
df = pd.DataFrame({'Run time': s})
df_sample = df.sample(6000)
df_sample = df_sample.sort_index()

# Create a value we can count
df_sample('Occurrences') = 1

# Set the index to the datetime element
df_sample = df_sample.set_index('Run time')

# Use Pandas rolling method, 3600s = 1 Hour
df_sample['Occurrences in Last Hour'] = df_sample['Occurrences'].rolling('3600s').sum()

df_sample.head(15)

                     Occurrences  Occurrences in Last Hour
Run time                                                   
2020-01-01 00:00:00            1                       1.0
2020-01-01 00:04:10            1                       2.0
2020-01-01 00:08:20            1                       3.0
2020-01-01 00:12:30            1                       4.0
2020-01-01 00:16:40            1                       5.0
2020-01-01 00:25:00            1                       6.0
2020-01-01 00:29:10            1                       7.0
2020-01-01 00:37:30            1                       8.0
2020-01-01 00:50:00            1                       9.0
2020-01-01 00:54:10            1                      10.0
2020-01-01 00:58:20            1                      11.0
2020-01-01 01:02:30            1                      11.0
2020-01-01 01:06:40            1                      11.0
2020-01-01 01:15:00            1                      10.0
2020-01-01 01:19:10            1                      10.0

您需要将索引设置为datetime元素才能使用时基窗口，否则只能使用与行数相对应的整数值。

依靠熊猫滚动的时间窗口

1 个答案: