Python 时间序列数据预处理
我的dataframe看起来像这样:Python 时间序列数据预处理,python,pandas,dataframe,time-series,visualization,Python,Pandas,Dataframe,Time Series,Visualization,我的dataframe看起来像这样: > dt text timestamp 0 a 2016-06-13 18:00 1 b 2016-06-20 14:08 2 c 2016-07-01 07:41 3 d 2016-07-11 19:07 4 e 2016-08-01 16:00 我想总结每个月的数据如下: > dt_month count timestamp 0 2 2016-06 1 2 2016-
> dt
text timestamp
0 a 2016-06-13 18:00
1 b 2016-06-20 14:08
2 c 2016-07-01 07:41
3 d 2016-07-11 19:07
4 e 2016-08-01 16:00
我想总结每个月的数据如下:
> dt_month
count timestamp
0 2 2016-06
1 2 2016-07
2 1 2016-08
原始数据集(dt
)可通过以下方式生成:
import pandas as pd
data = {'text': ['a', 'b', 'c', 'd', 'e'],
'timestamp': ['2016-06-13 18:00', '2016-06-20 14:08', '2016-07-01 07:41', '2016-07-11 19:07', '2016-08-01 16:00']}
dt = pd.DataFrame(data)
是否有任何方法可以通过
dt\u month
绘制时频图?您可以通过timestamp
列转换和聚合进行分组:
print (df.text.groupby(df.timestamp.dt.to_period('m'))
.size()
.rename('count')
.reset_index())
timestamp count
0 2016-06 2
1 2016-07 2
2 2016-08 1