熊猫-分组索引作为列

尼维拉尔

使用此数据

    DATETIME_ADDED  ACTION_ID   USECASE_WIDGET_ID   QUERY_ORDER_BY  BROWSER_IP  REQUEST_IP  QUERY_RAW_PHRASE    LOG_TIME    ITEM_COUNT
0   2020-02-06 13:15:02 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   533 67908
1   2020-02-06 13:00:02 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   521 67908
2   2020-02-06 12:45:02 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   488 67908
3   2020-02-06 12:30:02 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   506 67908
4   2020-02-06 12:15:02 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   499 67907
... ... ... ... ... ... ... ... ... ...
5552    2019-12-10 17:14:02 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   470 66935
5553    2019-12-10 17:08:02 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   493 66935
5554    2019-12-10 17:01:55 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   443 66935
5555    2019-12-10 16:58:15 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   465 66935
5556    2019-12-10 16:56:45 /search katalog/lista_produktow 1000011 x.x.x.x x.x.x.x kabel   423 66935

从csv文件导入,我已经创建了这个。

df = pd.read_csv("/mnt/c/_KOD_/github/jupyter/Czasy_wyszukiwarki.csv", delimiter=";", encoding="UTF-8")
raw_data = pd.read_csv("/mnt/c/_KOD_/github/jupyter/Czasy_wyszukiwarki.csv", delimiter=";", encoding="UTF-8")
df = df.drop(columns=['ACTION_ID','USECASE_WIDGET_ID','QUERY_ORDER_BY','BROWSER_IP','REQUEST_IP','QUERY_RAW_PHRASE'])
new = df["DATETIME_ADDED"].str.split(' ',n=1, expand=True)
df['DATE']= new[0]
df['TIME']= new[1]
df2 = df.drop(columns=['DATETIME_ADDED'])
df3 = df2.groupby(['DATE']).agg(
        min_logtime=('LOG_TIME',min),
        max_logtime=('LOG_TIME',max),
        mean_logtime=('LOG_TIME',"mean")        
    )
fig = px.line(df3, x="DATE", y='min_logtime', title='Search time')
fig.show()

df3中的数据如下所示

    min_logtime max_logtime mean_logtime
DATE            
2019-12-10  406 493 453.419355
2019-12-11  392 547 463.265306
2019-12-12  411 570 468.583333

现在,我陷入了如何将索引DATA转换为普通列的问题,因此可以将其用作X轴。

尼维拉尔

@Zaraki Kenpachi提供的答案解决了我的问题

df3.reset_index()

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。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章

来自分类Dev

带状索引作为熊猫列

来自分类Python

使用系列索引作为列将熊猫系列转换为数据框

来自分类Dev

使用列和行索引作为变量填充熊猫数据框

来自分类Python

通过使用第二个索引作为列将熊猫多索引系列转换为数据框

来自分类Dev

sklearn是否使用熊猫索引作为功能?

来自分类Dev

使用索引作为React Components的键?

来自分类Dev

MYSQL索引作为查询中的变量

来自分类Dev

实体框架-使用多列索引作为标识符的种子AddOrUpdate

来自分类Dev

绘制熊猫多索引DataFrame,其中一个索引作为Y轴,另一个作为X轴

来自分类Dev

大熊猫数据框的索引当前是两列的“分组依据”,但是我希望它们作为具有标准数字索引的自己的列

来自分类Dev

SQL Server-是否需要创建具有唯一约束的索引作为列之一?

来自分类Dev

熊猫使用列拆分作为新索引设置索引

来自分类Dev

Matplotlib timedelta64索引作为x轴

来自分类Dev

Postgres不使用索引作为日期字段

来自分类Dev

使用索引作为x轴标签绘制直方图

来自分类Dev

ngFor,其中索引作为属性中的值

来自分类Dev

切片的(整数)索引作为结构数组

来自分类Dev

使用ng-repeat索引作为类名?

来自分类Dev

PostgreSQL不使用索引作为主键=外键

来自分类Dev

Matplotlib散点图,以numpy行索引作为标记

来自分类Dev

Woocommerce发送数组索引作为订单提交时的值

来自分类Dev

熊猫分组索引

来自分类Dev

按熊猫分组索引

来自分类Dev

熊猫:索引和列中的分组依据名称

来自分类Dev

熊猫 按索引分组并为列应用最大值

来自分类Dev

熊猫分组索引以使用各自的值分隔列

来自分类Python

熊猫groupby,而不将按列分组变成索引

来自分类Dev

如何获取熊猫列多索引名称作为列表

来自分类Dev

熊猫按月汇总,有2列作为索引

TOP 榜单

热门标签

归档