Python 如何获得每组每小时的平均绝对频率？

我有以下数据帧：

df =
    Id         Datetime
    1          2017-03-02 18:06:20
    1          2017-03-02 18:05:10
    1          2017-04-01 18:04:09
    1          2017-03-02 19:06:50
    1          2017-04-01 19:07:22
    2          2017-03-03 18:09:15
    2          2017-05-03 19:07:05
    2          2017-05-03 20:19:08

我想知道每个

ID

每小时的平均绝对频率。换句话说，我需要计算

ID

每小时的绝对频率，在数天和数月内的平均值。预期结果如下：

ID   HOUR   FREQ
1    18     1.5
1    19     1
1    20     0
2    18     1
2    19     1
2    20     1

例如，如果

ID

等于1，则日期

2017-03-02

在18处有2个条目，日期

2017-04-01

在18处有1个条目。因此

FREQ

等于

1.5

，表示

HOUR

=18和

ID

=1

我有此代码，但未正确创建

结果

：

df["Hour"] = df["Datetimr"].apply(lambda x: x.hour)
result = df.groupby(["Id","Hour"]).agg({'Hour':'size'}).reset_index()

试试这个

df["Hour"] = pd.to_datetime(df.Datetime).dt.hour
df['Date'] = pd.to_datetime(df.Datetime).dt.date
df1=df.groupby(["Id","Hour","Date"]).size().reset_index()
df2=df1.groupby(["Id","Hour"])[0].mean().unstack('Hour').stack('Hour', dropna=False).reset_index()
df2.fillna(0)


Out[265]: 
   Id  Hour    0
0   1    18  1.5
1   1    19  1.0
2   1    20  0.0
3   2    18  1.0
4   2    19  1.0
5   2    20  1.0

试试这个

df["Hour"] = pd.to_datetime(df.Datetime).dt.hour
df['Date'] = pd.to_datetime(df.Datetime).dt.date
df1=df.groupby(["Id","Hour","Date"]).size().reset_index()
df2=df1.groupby(["Id","Hour"])[0].mean().unstack('Hour').stack('Hour', dropna=False).reset_index()
df2.fillna(0)


Out[265]: 
   Id  Hour    0
0   1    18  1.5
1   1    19  1.0
2   1    20  0.0
3   2    18  1.0
4   2    19  1.0
5   2    20  1.0

使用：

使用：

---

---

根据您的代码，有三个

18

实例，您的问题也没有意义，您如何获得

1.5

@dmitrypoloskiy:ID等于1，2017-03-02有两个18实例，2017-04-01有一个实例。那么，2和1的平均值是1.5，不是吗？@Dmitrypoloskiy：想象一下，今天在18:00到19:00之间有10名访客，而昨天在同一时间段有5名访客。那么，这两天的平均参观人数是多少

（10+5）/2=15/2=7.5

根据您的代码，有三个

18

实例，而且您的问题也没有意义，您如何获得

1.5

@DmitryColonskiy:ID等于1，2017-03-02有两个18实例，2017-04-01有一个实例。那么，2和1的平均值是1.5，不是吗？@Dmitrypoloskiy：想象一下，今天在18:00到19:00之间有10名访客，而昨天在同一时间段有5名访客。那么，这两天的平均参观人数是多少<代码>（10+5）/2=15/2=7.5计数应在数天内取平均值。我不需要估计在所有的日子里总共有18个人。我想知道每天每小时的平均计数。想象一下，今天在18:00到19:00之间有10位访客，而昨天在同一时间段内有5位访客。那么，这两天的平均参观人数是多少<代码>（10+5）/2=15/2=7.5我理解为什么（1,18）的频率是1.5。但是为什么（1，19）得到2呢？你在这方面是完全正确的。（1,19）等于1。很抱歉。希望所有疑问现在都澄清。仍然缺少一行…

1200

Aha。见第二个答案。他明白了。计数应该是几天的平均值。我不需要估计在所有的日子里总共有18个人。我想知道每天每小时的平均计数。想象一下，今天在18:00到19:00之间有10位访客，而昨天在同一时间段内有5位访客。那么，这两天的平均参观人数是多少<代码>（10+5）/2=15/2=7.5我理解为什么（1,18）的频率是1.5。但是为什么（1，19）得到2呢？你在这方面是完全正确的。（1,19）等于1。很抱歉。希望所有疑问现在都澄清。仍然缺少一行…

1200

Aha。见第二个答案。他明白了。在我的数据框中，

Datetime

的类型是

datetime64[ns]

。如果我执行

df[“Datetime”].apply（lambda x:x.date）

然后打印值，我会看到类似

的内容，我正在使用您的示例数据，如果您能提供更多信息，我们可以尝试帮助您。或者您可以使用这个..
df.Datetime.astype（str）.str[0:10]
要获取我的数据框中的
日期
，其类型为
datetime64[ns]
。如果我执行
df[“Datetime”].apply（lambda x:x.date）
然后打印值，我会看到类似
的内容，我正在使用您的示例数据，如果您能提供更多信息，我们可以尝试帮助您。或者您可以使用这个..
df.Datetime.astype（str）.str[0:10]
来获取
日期
#if necessary convert to datetime
df['Datetime'] = pd.to_datetime(df['Datetime'])

#groupby by column, by hours and by dates
df = df.groupby([df['ID'],  df['Datetime'].dt.hour,  df['Datetime'].dt.date]).size()
#groupby by ID and hours
df1 = df.groupby(level=[0,1]).mean()
#add missing values by reindex by Multiindex
mux = pd.MultiIndex.from_product([df1.index.levels[0], df1.index.levels[1]], 
                                 names=df1.index.names)
df1 = df1.reindex(mux, fill_value=0).reset_index(name='FREQ')
print (df1)
   ID  Datetime  FREQ
0   1        18   1.5
1   1        19   1.0
2   1        20   0.0
3   2        18   1.0
4   2        19   1.0
5   2        20   1.0