python - pandas 按秒计算总和

Question

我有以下数据结构(json)

[
{"uid":0,"success":true,"timestamp":10, ....someotherfields },
{"uid":1,"success":true,"timestamp":20, ....someotherfields },
.....
]

在测试场景中，固定间隔为 10、500 个元素 success=True 比 500 success=False

我需要绘制每秒单个图表总和的成功率和失败率 首先，我有以下代码:

import json
import pandas as pd

with open("data.json") as f:
    data = json.load(f)


df = pd.DataFrame(data)
df['timestamp'] = pd.to_datetime(df['timestamp'], unit="ms")
plot =  df.groupby([df['timestamp'].dt.second]).sum().unstack().plot()

fig = plot.get_figure()

fig.savefig("data.png")

我认为应该绘制与 X 平行的线，每秒数据事件数(在我的情况下约为 100)

但我得到了跟随图片

[![在此处输入图像描述][1]][1]

1. 我在分组阶段或绘图时错了？
2. 如何将基于成功字段的图表拆分为 2 条单独的线？

Answer 1

这里发生了一些事情。首先，我相信你想在 python 中使用 python boolean True 而不是 javascript true ，后者将被读取为字符串，当你尝试分组和求和您的数据 此列将被删除，因为它无法求和。

其次，当您按时间戳对数据进行分组时，您不需要使用unstack，只需指定您想要绘制的列即可。

df.groupby([df['timestamp'].dt.second]).sum().plot(y='success')

绘制 True 和 False 值线稍微棘手一些。如果您知道计数始终等于 100，您只需从 100 中减去成功次数即可得出失败次数，但更安全的方法类似于原始帖子的做法:

创建一些示例数据:

df = pd.DataFrame({'timestamp': list(range(0, 10000, 10)), 
                   'uid': list(range(0, 1000))})
df['success'] = np.random.choice([True, False], 1000)

绘制数据:

df.groupby([df['timestamp'].dt.second, 'success']).size().unstack(fill_value=0).plot()