Python：如何在特定的时间窗口中对数据帧进行分组？

你好，我有一个数据框

df

，包含从起点

X

到目的地

Y

的不同行程的数据，起始时间

T

。我想计算某个时间窗口内

X

和

Y

之间的行程，比如说

15分钟

。所以

df:
X Y           T
1 2 2015-12-30 22:30:00.0
1 2 2015-12-30 22:35:00.0
1 2 2015-12-30 22:40:00.0
1 2 2015-12-30 23:40:00.0
3 5 2015-11-30 13:40:00.0
3 5 2015-11-30 13:44:00.0
3 5 2015-11-30 19:54:00.0

我想要

dfO:
X Y count
1 2   3
3 5   2

为了计算从

X

到

Y

的所有行程，我做了：

tmp = df.groupby(["X", "Y"]).size()

---

我怎样才能同时考虑到这样一个事实，即我只想计算某个时间间隔内相同的出行次数

dt

？

也许您正在寻找。它允许您按时间间隔对数据帧中的行进行分组，前提是该数据帧具有DatetimeIndex。（请注意，其中显示了如何在不使用DatetimeIndex的情况下按时间间隔分组。）

屈服

T                    X  Y
2015-11-30 13:30:00  3  5    2
2015-11-30 19:45:00  3  5    1
2015-12-30 22:30:00  1  2    3
2015-12-30 23:30:00  1  2    1

这包含您想要的信息

T                    X  Y
2015-11-30 13:30:00  3  5    2
2015-12-30 22:30:00  1  2    3

还有更多。不清楚您希望排除其他行的依据是什么。如果你

---

解释标准，我们应该能够准确地生成所需的数据帧。

如果我理解正确：

In [34]: df.groupby([pd.Grouper(key='T', freq='15min'),'X','Y'], as_index=False).size()
Out[34]:
T                    X  Y
2015-11-30 13:30:00  3  5    2
2015-11-30 19:45:00  3  5    1
2015-12-30 22:30:00  1  2    3
2015-12-30 23:30:00  1  2    1

---

在groupby之后的T列上使用pd.diff。这样你下次旅行就会有所不同。然后在dt部分上选择，在grouppymake之后不具有T列，使用参数

dt

。在那里，执行diff（在T上，应该在那里）并仅选择diff_T==dt部分，返回所选的数据帧。然后执行类似于

df.groupby（[“X”，“Y”]）的操作。apply（func）

@emax，不太清楚如何连接所需的输出，

如何计算特定时间窗口内X和Y之间的行程，比如说15分钟

？你能发布所需的输出吗？在分组之前先过滤所有数据怎么样？@MaxU:我比我更喜欢你的答案。您是否可以取消删除您的，以便我可以删除我的？当然可以，但请不要删除您的；）我发誓我在写我的时没有看到你的：）这正是我想要的，但它给了我这个错误

TypeError:axis必须是一个DatetimeIndex，但是得到了一个'Index'

@emax:听起来你的

t

列包含了日期字符串。它们需要转换为类似日期时间的值：

df['T']=pd.to_datetime（df['T']）

或者

pd.TimeGrouper

不会将这些值识别为日期时间（或时间戳）。

In [34]: df.groupby([pd.Grouper(key='T', freq='15min'),'X','Y'], as_index=False).size()
Out[34]:
T                    X  Y
2015-11-30 13:30:00  3  5    2
2015-11-30 19:45:00  3  5    1
2015-12-30 22:30:00  1  2    3
2015-12-30 23:30:00  1  2    1