使用 pandas 中的半小時增量計算 8 小時大小的滾動 window

Question

我有一個包含以下日期列的數據框：

	schedule_departure_utc	run_id
0	2021-01-11 13:07:00+00:00	13149
128	2021-01-11 13:07:00+00:00	38138
1	2021-01-11 13:37:00+00:00	13153
129	2021-01-11 13:37:00+00:00	38139
2	2021-01-11 18:07:00+00:00	951600
130	2021-01-11 18:07:00+00:00	951600
3	2021-01-11 18:22:00+00:00	951780
131	2021-01-11 18:22:00+00:00	951780
132	2021-01-11 18:26:00+00:00	951201
4	2021-01-11 18:37:00+00:00	951802

我想在此數據上移動 8 小時寬度的滾動 window，並計算該 window 中的出發次數。 唯一棘手的是我希望每半小時計算一次 window，例如，第一個 window 可能是從 00:00-08:00，然后是 00:30-08:30，然后是 01:00-09： 00 等

使用 pandas 我可以執行以下操作：

train_window = df.rolling('8h', on='scheduled_departure_utc').run_id.count()

然而，這給了我一個令人困惑的結果。 數據框如下所示：

	run_id
0	1
128	2
1	3
129	4
2	5
130	6
3	7
131	8
132	9
4	10

我曾希望有一個數據框，其索引是 8 小時開始時的日期時間 window，但索引是 integer，我不明白。 另外，因為我指定了8h ，我懷疑 window 是每 8 小時而不是每半小時計算一次，但我不確定。

如何計算與 window 大小不同的滾動 window 中的事件，然后如何以日期索引格式獲得結果？

我在 Python 3.9.1 和 pandas 1.2.0 上。

Answer 1

一種方法是首先對 dataframe resample ，使其具有與您想要的步長相同的頻率（在本例中為 30 分鍾）。 然后，您可以使用大小為 16（即 8 小時）的 window rolling 。

df['scheduled_departure_utc'] = pd.to_datetime(df['scheduled_departure_utc'])
df.set_index('scheduled_departure_utc').resample('30T').count()['run_id'].rolling(window=16, min_periods=1).sum()

產生的 pandas 系列：

2021-01-11 13:00:00     2.0
2021-01-11 13:30:00     4.0
2021-01-11 14:00:00     4.0
2021-01-11 14:30:00     4.0
2021-01-11 15:00:00     4.0
2021-01-11 15:30:00     4.0
2021-01-11 16:00:00     4.0
2021-01-11 16:30:00     4.0
2021-01-11 17:00:00     4.0
2021-01-11 17:30:00     4.0
2021-01-11 18:00:00     9.0
2021-01-11 18:30:00    10.0