Python 从数据帧打印出现次数

我有一个有两列的数据框。其中一个包含时间戳，另一个包含某个操作的一个id。诸如此类：

2000-12-29 00:10:00     action1
2000-12-29 00:20:00     action2
2000-12-29 00:30:00     action2
2000-12-29 00:40:00     action1
2000-12-29 00:50:00     action1
...
2000-12-31 00:10:00     action1
2000-12-31 00:20:00     action2
2000-12-31 00:30:00     action2

我想知道在某一天里，有多少特定类型的动作被执行。 也就是说，对于每一天，我需要计算actionX的出现次数，并用X轴上的日期和Y轴上的actionX出现次数绘制该数据

当然，我可以通过遍历数据集天真地计算每天的动作。但是熊猫/matplotlib的“正确方法”是什么呢？

从

                mydate col_name
0  2000-12-29 00:10:00  action1
1  2000-12-29 00:20:00  action2
2  2000-12-29 00:30:00  action2
3  2000-12-29 00:40:00  action1
4  2000-12-29 00:50:00  action1
5  2000-12-31 00:10:00  action1
6  2000-12-31 00:20:00  action2
7  2000-12-31 00:30:00  action2

你能行

df['mydate'] = pd.to_datetime(df['mydate'])
df = df.set_index('mydate')
df['day'] = df.index.date
counts = df.groupby(['day', 'col_name']).agg(len)

但也许有一种更直接的方法。无论如何，上述方法都应该有效

如果您想使用计数作为数据帧，我会将其转换回来

counts = pd.DataFrame(counts, columns=['count'])

---

您可以使用

df.groupby([df.index.date, 'action']).count()

也可以使用此方法直接绘图

df.groupby([df.index.date, 'action']).count().plot(kind='bar')

---

您也可以将结果存储到

count

中，然后单独绘制。这是假设您的索引已经是datetimeindex格式，否则请按照上面@mkln的说明操作。

谢谢您的回答！我将代码中的最后一行更改为：

counts=df.groupby（[df.day.to_period（'D'），'col_name']）.agg（len）

，因为我需要按天而不是按索引中的确切时间对数据进行分组。它起作用了，给了我多索引的序列对象。但是，我仍然无法绘制这些数据，因为我无法

取消堆叠它们。我在这里单独问了一个问题，似乎有一个bug。但是由于
unstack
不起作用，也许有另一种方法来绘制这些数据？ThanksIt通常用于按顺序获得结果，因此我会将
order（）
添加到管道中