python—聚合时间戳以查看我在10­；分钟时间间隔

我在一个jason文件中有一个日期列表，我喜欢汇总这些日期，看看在10分钟的时间间隔内我有多少个日期。。我认为熊猫的时间序列是我应该寻找的，但我很困惑！有什么想法吗

[更多详情] 当我使用pd.read_json加载json文件时；我只有一列；大约有10000行。每行都是pandas.tslib.Timestamp，例如“1970-01-01 20:12:16”。 理想情况下，我喜欢将这些时间戳分为10分钟的时间间隔；查看每个时间间隔中的时间戳数量，并绘制条形图（直方图）。

您可以这样做

时间戳列上的第一个索引（如果尚未这样做）：

df.set_index('time', inplace=True)

添加数字列（您需要一些用于重新采样以进行聚合的内容）：

最后根据需要重新采样：

df.resample('10T', how='sum')

---

我使用截断来执行此操作：

import random
import pandas as pd
import datetime as dt

ts = [dt.datetime.now() + dt.timedelta(minutes = random.randint(1000)) for _ in range(1000)] 
df = pd.DataFrame(ts, columns = ['ts'])

def truncate(t):
    return dt.datetime(month = t.month, day = t.day, year = t.year, hour = t.hour, minute = (55 / 10) * 10)

df.ts.map(truncate).value_counts()

会给你每10分钟的计数

2016-02-20 00:50:00    79
2016-02-19 23:50:00    75
2016-02-20 08:50:00    72
2016-02-19 21:50:00    70
...

编辑：

A.Leistra的方法要好得多，我也学到了一些东西。它通过上面的设置工作：

df.set_index('ts', inplace = True)
df['count'] = 1
df.resample('10T', how = sum).head()

count | ts
--- | ---   
2016-02-19 21:00:00     5
2016-02-19 21:10:00     11
2016-02-19 21:20:00     17
2016-02-19 21:30:00     13
2016-02-19 21:40:00     11

---

那么，时间是如何编排的呢？到目前为止你试过什么？你必须给我们更多的工作机会。请看看这里，学习如何提出一个好问题：只是添加了更多细节。。

df.set_index('ts', inplace = True)
df['count'] = 1
df.resample('10T', how = sum).head()

count | ts
--- | ---   
2016-02-19 21:00:00     5
2016-02-19 21:10:00     11
2016-02-19 21:20:00     17
2016-02-19 21:30:00     13
2016-02-19 21:40:00     11