Python 数据帧点击率计算

我有一个数据框，它的形式是

                           variantid eventType
date
2016-02-08 14:43:42  variant1    served
2016-02-08 14:43:46  variant1    served
2016-02-08 14:43:47  variant1    served
2016-02-08 14:43:51  variant1    served
2016-02-08 14:43:53  variant1    served
2016-02-08 14:43:54  variant1    served
2016-02-08 14:43:55  variant1    served
2016-02-08 14:43:55  variant2    served
2016-02-08 14:43:56  variant2    served
2016-02-08 14:43:56  variant1    served

我已经按日期给它编了索引。我现在想对

variantid

列中的每个唯一值进行点击率计算。我对熊猫很陌生，不知道如何做到这一点。如果我做以下操作

grouped_by_varid=df.groupby(by=[df.variantid,df.index.hour]).count()

我得到以下数据帧

                eventType
variantid
variant1    0           3
            1           3
            3           1
            4           1
            5           4
            6           3
            7           5
            8           9
            9           9
            10         12
            14       5846
            15      26712
            16      25614
            17      19579
            18      14328
            19       2984
            20         39
            21         32
            22         15
            23         12

variant2    0           3
            1           1
            2           4
            3           3
            4           8
            5          14
            6          24
            7          21
            8          27
            9           9
            10          9
            14       4947
            15      21299
            16      19475
            17      13292
            18       9398
            19       2172
            20         66
            21         64
            22         44
            23         12

我想生成一个数据框，计算并存储每小时（也是每分钟）每个变量的点击率，但我觉得这将是一个微小的变化

我还注意到，由于

eventType

列中的值是字符串，如果我进行求和，它会简单地连接这些值，因此如何使用这些字符串

eventType

s计算每个变量的聚合统计信息

任何帮助都将不胜感激。

IIUC您可以使用和聚合，最后：

IIUC您可以使用和聚合，并持续：

print df
                    variantid eventType
date                                   
2016-02-08 14:43:42  variant1    served
2016-02-08 14:43:46  variant1    served
2016-02-08 14:43:47  variant1    served
2016-02-08 14:43:51  variant1    served
2016-02-08 14:43:53  variant1    served
2016-02-08 14:43:54  variant1    served
2016-02-08 14:43:55  variant1    served
2016-02-08 14:43:55  variant2    served
2016-02-08 14:43:56  variant2    served
2016-02-08 14:43:56  variant1    served

print df.groupby(by=[df.variantid,df.index.hour])['eventType'].size()
                               .reset_index(name='count').rename(columns={'level_1':'hours'})
  variantid  hours  count
0  variant1     14      8
1  variant2     14      2

print df.groupby(by=[df.variantid,df.index.minute])['eventType'].size()
                             .reset_index(name='count').rename(columns={'level_1':'minutes'})
  variantid  minutes  count
0  variant1       43      8
1  variant2       43      2