使用熊貓的Python數據框架

Question

我有一個數據集，如下所示

  [25/May/2015:23:11:15  000]
  [25/May/2015:23:11:15  000]
  [25/May/2015:23:11:16  000]
  [25/May/2015:23:11:16  000]

現在，我將其設為DF，並且df[0]具有[25/May/2015:23:11:15和df[1]具有000] 。 我想將所有以相同秒結尾的數據發送到文件。 在上面的示例中，它們以15和16作為秒結束。 因此，所有內容都以15秒結尾，一個又一個結到另一個，還有更多

我已經嘗試了以下代碼

   import pandas as pd
   data = pd.read_csv('apache-access-log.txt', sep=" ", header=None)
   df = pd.DataFrame(data)
   print(df[0],df[1].str[-2:])

Answer 1

將該列轉換為datetime將使其更容易處理，例如：

df['date'] = pd.to_datetime(df['date'], format='%d/%B/%Y:%H:%m:%S')

您可以簡單地遍歷groupby() ，例如：

In []:
for k, frame in df.groupby(df['date'].dt.second):
     #frame.to_csv('file{}.csv'.format(k))
     print('{}\n{}\n'.format(k, frame))

Out[]: 
15
                 date  value
0 2015-11-25 23:00:15      0
1 2015-11-25 23:00:15      0

16
                 date  value
2 2015-11-25 23:00:16      0
3 2015-11-25 23:00:16      0

Answer 2

您可以將日期時間設置為數據框的索引，然后使用loc和to_csv Pandas的函數。 顯然，正如其他答案所指出的那樣，您應該在讀取數據框時將日期轉換為日期時間。

例：

df = df.set_index(['date'])
df.loc['25/05/2018 23:11:15':'25/05/2018 23:11:15'].to_csv('df_data.csv')

Answer 3

試試這個

## Convert a new column with seconds value    
df['seconds'] = df.apply(lambda row: row[0].split(":")[3].split(" ")[0], axis=1)

for sec in df['seconds'].unique():  
    ## filter by seconds
    print("Resutl ",df[df['seconds'] == sec])