python - 具有高错误密度的时间段（在数据帧中）

Question

我有一个数据框，它有一个时间戳列和一个错误列，错误列有 6 种类型的值（NaN、D、E、F、G、H），我需要及时提取高密度错误 E 的时间段我不知道如何解决这个问题。

我的方法是创建一个直方图，然后我可以计算每个错误的概率密度，然后我会迭代所有天并选择 E 概率最高的那些。

有没有解决这类问题的方法？谢谢你的时间

标签： pythonpandasprobability-density

Answer 1

这是一种方法：

df.groupby(df.timestamp.dt.date).error.apply(lambda s: s.eq(2).sum() / s.size)

我们按时间戳的日期进行分组，并对errors 应用一个函数，该函数采用组中 2 的比率。在此之后，您可以链接idxmax以获得具有最高错误密度的日期，或者nlargest(n)获得最高的 n 个日期。

使用提供的示例数据，这给出：

timestamp
2019-11-10    0.4
Name: error, dtype: float64

（因为只有1天，所以只出现。）