你好我有一个数据框 df
包含从起点 X
到目的地 Y
的不同行程的数据,开始时间为 T
。我想计算在特定时间窗口内 X
和 Y
之间的行程,比方说 15 分钟
。所以,
df:
X Y T
1 2 2015-12-30 22:30:00.0
1 2 2015-12-30 22:35:00.0
1 2 2015-12-30 22:40:00.0
1 2 2015-12-30 23:40:00.0
3 5 2015-11-30 13:40:00.0
3 5 2015-11-30 13:44:00.0
3 5 2015-11-30 19:54:00.0
我要
dfO:
X Y count
1 2 3
3 5 2
为了计算从 X
到 Y
的所有行程,我做了:
tmp = df.groupby(["X", "Y"]).size()
我怎样才能考虑到我只想计算特定时间间隔内的相同行程 dt
的事实?
最佳答案
也许您正在寻找pd.TimeGrouper
.它允许您按时间间隔对 DataFrame 中的行进行分组,前提是 DataFrame 具有 DatetimeIndex。 (请注意 MaxU's solution 展示了如何在不使用 DatetimeIndex 的情况下按时间间隔分组。)
import pandas as pd
df = pd.DataFrame({'T': ['2015-12-30 22:30:00.0',
'2015-12-30 22:35:00.0',
'2015-12-30 22:40:00.0',
'2015-12-30 23:40:00.0',
'2015-11-30 13:40:00.0',
'2015-11-30 13:44:00.0',
'2015-11-30 19:54:00.0'],
'X': [1, 1, 1, 1, 3, 3, 3],
'Y': [2, 2, 2, 2, 5, 5, 5]})
df['T'] = pd.to_datetime(df['T'])
df = df.set_index(['T'])
result = df.groupby([pd.TimeGrouper('15Min'), 'X', 'Y']).size()
print(result)
产量
T X Y
2015-11-30 13:30:00 3 5 2
2015-11-30 19:45:00 3 5 1
2015-12-30 22:30:00 1 2 3
2015-12-30 23:30:00 1 2 1
这里包含了你想要的信息
T X Y
2015-11-30 13:30:00 3 5 2
2015-12-30 22:30:00 1 2 3
等等。不清楚您希望在什么基础上排除其他行。如果你 解释标准,我们应该能够准确地生成所需的 DataFrame。
关于Python:如何在特定时间窗口内对 pandas Data Frame 进行分组?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36914892/