时间戳

首页 > 解决方案 > 使用 Python/Pandas 以 csv 中的开始时间和结束时间日期时间列按小时分组

python - 使用 Python/Pandas 以 csv 中的开始时间和结束时间日期时间列按小时分组

问题描述

我只是在 Pandas 中弄湿我的脚趾并且被卡住了。我想按小时聚合 CSV 中的事件（获取计数），并在事件中有一个开始时间和结束时间。

即一个例子是：

event, start, end
soccer, 2020-01-20 00:34:00, 2020-01-20 02:34:00,
football, 2020-01-20 00:34:00, 2020-01-20 01:34:00
etc

预期输出：

00:00:00 - 2 (both began in 0th hour and went to 1st hour)
01:00:00 - 2 (both were live in 1st hour)
02:00:00 - 1 (only soccer occurred in 02 hour)

你会怎么做？我一直在尝试重新索引、重新采样、时差、时间索引——所有这些都没有运气。

标签： pythonpython-3.xpandaspandas-groupby

解决方案

您想要的实际上是事件发生时间的频率分布。首先，您需要通过创建一个范围然后分解它来生成从中获取分布的样本：

hours = events.apply(lambda row: range(row['end'].hour - row['start'].hour + 1), axis=1).explode()

0    0
0    1
0    2
1    0
1    1
dtype: object

不要忘记在 end 和 start 之间的差异上加一个来说明fencepost error。然后只需获取样本的值计数。要按小时而不是按递减计数来获取频率，请通过sort=False.

hours.value_counts(sort=False)

0    2
1    2
2    1
dtype: int64

推荐阅读