熊貓DataFrame和DateTimeIndex

Question

我想按時間對行進行分組，我嘗試了以下方法

import pandas as pd

df = pd.DataFrame({'time': ["2001-01-01 10:20:30,000", 
                            "2001-01-01 10:20:31,000",
                            "2001-01-02 5:00:00,000"],
                    'val': [1, 2, 3]})

t = pd.DatetimeIndex(df.time)
df = df.groupby([t.day, t.hour, t.minute]).count()

結果數據框是

                   time val
    time time time      
       1   10   20    2   2
       2    5    0    1   1

我期望的輸出（或類似的東西）：

           time   count             
     1  1-10-20       2
     2    2-5-0       1

我要繪制的圖： X軸表示分鍾， Y軸表示count ，按天+小時滴答（不只是分鍾）。

問題：

1）為什么索引由3個time列組成，我如何只有一個包含1-10-20和2-5-0這樣的元素的索引列？

2）最好的做法是只有一列具有count()的結果，而不是兩列time和val ？

2）如何以天和小時為單位繪制此數據（按天/小時/分鍾分組）？

Answer 1

要回答第一個問題，是因為您要按三個單獨的系列分組。 如果您真的希望將它們組合在一起，請按strftime分組：

df.time = pd.to_datetime(df.time)

df.groupby([df.time.dt.strftime('%d-%H-%M')]).val.count()

time
01-10-20    2
02-05-00    1
Name: val, dtype: int64

以上還回答了您的第二個問題。 不用計算DataFrame，而是計算一個序列，即val系列。

---

最后，要進行繪圖，您可以使用pandas的內置plot功能。 我正在創建一個更復雜的示例來演示您想要的報價：

r = pd.date_range(start='2001-01-01', freq='5T', periods=100)
df = pd.DataFrame({'time':r, 'val': np.random.randint(1, 10, 100)})

out = df.groupby([df.time.dt.strftime('%d-%H-%M')]).val.count().reset_index()

ax = out.assign(label=out.time.str[:5]).plot(x='label', y='val', kind='bar')

seen_ticks = set()

for idx, label in enumerate(ax.xaxis.get_ticklabels()):
    if label.get_text() in seen_ticks:
        label.set_visible(False)
    else:
        seen_ticks.add(label.get_text())
plt.tight_layout()
plt.show()

這將僅顯示分鍾/小時的唯一X標記

Answer 2

1）使用pandas.DataFrame.from_dict(data)從字典創建數據pandas.DataFrame.from_dict(data) 。 （請參閱https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.from_dict.html ）

2）這個問題尚不完全清楚，但我認為您想要的是

df['time'] = pd.to_datetime(df['time'])
df.set_index('time', inplace=True)

然后應用count()聚合。

3）這個問題我不清楚。