python - Pandas 数据框 : Count and Bin integers and datetime into ranges producing two output dataframes

Question

我有以下数据框:

ID  Minutes Datetime
1   30      6/4/2018  23:47:00 
2   420 
3   433     6/10/2018 2:50 
4   580     6/9/2018 3:10
5   1020    

我想计算分钟在某个范围内出现的次数。我想对日期时间字段进行类似的计数(时间戳在特定时间范围内)。

下面是我想要的输出:

MIN_RANGE   COUNT   
6-8 hours   2
8-10 hours  1
10-12 hours 0
12-14 hours 0
14-16 hours 0
16+ hours   1



RANGE        COUNT  
8pm - 10pm   0
10pm - 12am  1
12am - 2am   0
2am-4am      2    
4am-6am      0
6am-8am      0
8am -10am    0
10am - 12pm  0
12pm - 2pm   0
2pm - 4pm    0
4pm - 6pm    0
6pm - 8pm    0

我在 google 和 stackoverflow 上搜索了如何执行此操作(搜索垃圾箱和东西)，但找不到与我正在尝试做的事情直接相关的任何内容。

帮助？

Answer 1

这是一个复杂的问题，可以通过使用pd.date_range 和pd.cut，然后进行一些索引操作来实现。

首先，您可以使用pd.cut

剪切您的数据框开始

cuts = pd.cut(pd.to_datetime(df.Datetime), pd.date_range('02:00:00', freq='2H', periods=13))

0             (2018-07-09 22:00:00, 2018-07-10]
1                                           NaN
2    (2018-07-09 02:00:00, 2018-07-09 04:00:00]
3    (2018-07-09 02:00:00, 2018-07-09 04:00:00]
4                                           NaN

这将根据您的 Datetime 列和定义的范围产生削减。

让我们从一个值设置为 0 的 base 数据框开始，这样我们稍后会用您的计数更新它。使用上面的 cut，

cats = cuts.cat.categories

bases = ["{}-{}".format(v.left.strftime("%H%p"),v.right.strftime("%H%p")) for v in cats]
df_base = pd.DataFrame({"Range": bases, "Count":0}).set_index("Range")

产生

            COUNT
Range   
02AM-04AM   0
04AM-06AM   0
06AM-08AM   0
08AM-10AM   0
10AM-12PM   0
12PM-14PM   0
14PM-16PM   0
16PM-18PM   0
18PM-20PM   0
20PM-22PM   0
22PM-00AM   0
00AM-02AM   0

现在，您可以使用 collections.Counter 快速计算出现次数

x = Counter(cuts.dropna())

请注意，我使用 dropna() 不计算 NaN。使用您的 x 变量，我们可以

values = {"{}-{}".format(k.left.strftime("%H%p"), k.right.strftime("%H%p")) : v for k,v in x.items()}
counts_df = pd.DataFrame([values]).T

产生

            0
02AM-04AM   2
22PM-00AM   1

最后，我们只是用这些值更新我们之前的数据框

df_base.loc[counts_df.index, "Count"] = counts_df[0]

            COUNT
Range   
02AM-04AM   2
04AM-06AM   0
06AM-08AM   0
08AM-10AM   0
10AM-12PM   0
12PM-14PM   0
14PM-16PM   0
16PM-18PM   0
18PM-20PM   0
20PM-22PM   0
22PM-00AM   1
00AM-02AM   0