现在,我有点困惑使用熊猫对东西进行分组。
我有3列的数据集(超过6万行):
2015/12/18 11:12:49 +0300 d1 b1
2015/12/18 11:12:50 +0300 d2 b2
2015/12/18 11:13:08 +0300 d1 b3
2015/12/18 11:13:36 +0300 d2 b4
2015/12/18 11:13:43 +0300 d2 b5
2015/12/18 11:14:21 +0300 d2 c0
2015/12/18 11:14:42 +0300 d2 c1
2015/12/18 11:15:13 +0300 d1 c2
2015/12/18 11:15:19 +0300 d3 c3
我需要获取按时间段(例如0-4、4-8、8-12等,按4个小时)和工作日分组的行数,然后在一周内获取一组时间段。
我可以得到一周中每小时的总和(时间是第一栏的名称):
dind = pd.DatetimeIndex(df.time)
gr = df.groupby([dind.weekday, dind.hour])
gr.size()
但是我无法弄清楚如何按块分组,然后合并MultiIndex
成单个索引列。
我希望它是对问题的清晰描述。
您的第一部分问题是,如何按4小时的时间块进行分组很容易,并且在下面的两个选项中都有介绍。 df.index.hour // 4
第二部分含糊不清,因为有多种方法可以解释“合并为单个列”。我为您提供了两种选择。
选项1
gpd = df.groupby([df.index.weekday, df.index.hour // 4]).size()
gpd.index = gpd.index.to_series()
gpd
(4, 2) 9
dtype: int64
选项2
gpd = df.groupby([df.index.weekday, df.index.hour // 4]).size()
gpd.index = ['{}_{}'.format(*i) for i in gpd.index]
gpd
4_2 9
dtype: int64
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句