Python 按小时计算每分钟的平均计数
我有一个数据帧,带有一个时间戳作为索引和一列标签Python 按小时计算每分钟的平均计数,python,pandas,group-by,Python,Pandas,Group By,我有一个数据帧,带有一个时间戳作为索引和一列标签 df=DataFrame({'time':[ datetime(2015,11,2,4,41,10), datetime(2015,11,2,4,41,39), datetime(2015,11,2,4,41,47), datetime(2015,11,2,4,41,59), datetime(2015,11,2,4,42,4), datetime(2015,11,2,4,42,11), datetime(2015,11,2,4
df=DataFrame({'time':[ datetime(2015,11,2,4,41,10), datetime(2015,11,2,4,41,39), datetime(2015,11,2,4,41,47),
datetime(2015,11,2,4,41,59), datetime(2015,11,2,4,42,4), datetime(2015,11,2,4,42,11),
datetime(2015,11,2,4,42,15), datetime(2015,11,2,4,42,30), datetime(2015,11,2,4,42,39),
datetime(2015,11,2,4,42,41),datetime(2015,11,2,5,2,9),datetime(2015,11,2, 5,2,10),
datetime(2015,11,2,5,2,16),datetime(2015,11,2,5,2,29),datetime(2015,11,2, 5,2,51),
datetime(2015,11,2,5,9,1),datetime(2015,11,2,5,9,21),datetime(2015,11,2,5,9,31),
datetime(2015,11,2,5,9,40),datetime(2015,11,2,5,9,55)],
'Label':[2,0,0,0,1,0,0,1,1,1,1,3,0,0,3,0,1,0,1,1]}).set_index(['time'])
我想得到标签在一分钟内出现的平均次数
在不远的一小时内
例如,标签0在第41分钟的第4小时出现3次,在第4小时出现2次
在第42分钟,在第2分钟的第5小时内有2次,在第5小时的第9分钟内有2次,因此其平均计数为 第四小时的一分钟是
(2+3)/2=2.5
每分钟5小时的计数是
(2+2)/2=2
我正在寻找的输出是
Hour 1
Label avg
0 2.5
1 2
2 .5
3 0
Hour 2
Label avg
0 2
1 1.5
2 0
3 1
到目前为止,我得到的是
df['hour']=df.index.hour
hour_grp=df.groupby(['hour'], as_index=False)
然后我可以做一些类似的事情
res=[]
for key, value in hour_grp:
res.append(value)
然后按分钟分组
res[0].groupby(pd.TimeGrouper('1Min'))['Label'].value_counts()
但这正是我被卡住的地方,更不用说它不是很有效了首先将数据帧压缩成一个系列(毕竟,它只有一列): 按分钟计算每个标签出现的次数:
counts_by_min = (s.resample('min')
.apply(lambda x: x.value_counts())
.unstack()
.fillna(0))
# 0 1 2 3
# time
# 2015-11-02 04:41:00 3.0 0.0 1.0 0.0
# 2015-11-02 04:42:00 2.0 4.0 0.0 0.0
# 2015-11-02 05:02:00 2.0 1.0 0.0 2.0
# 2015-11-02 05:09:00 2.0 3.0 0.0 0.0
重新采样按小时计数,以获得每个标签按小时出现的次数:
counts_by_hour = counts_by_min.resample('H').sum()
# 0 1 2 3
# time
# 2015-11-02 04:00:00 5.0 4.0 1.0 0.0
# 2015-11-02 05:00:00 4.0 4.0 0.0 2.0
minutes_by_hour = counts_by_min.astype(bool).resample('H').sum()
# 0 1 2 3
# time
# 2015-11-02 04:00:00 2.0 1.0 1.0 0.0
# 2015-11-02 05:00:00 2.0 2.0 0.0 1.0
按小时计算每个标签出现的分钟数:
counts_by_hour = counts_by_min.resample('H').sum()
# 0 1 2 3
# time
# 2015-11-02 04:00:00 5.0 4.0 1.0 0.0
# 2015-11-02 05:00:00 4.0 4.0 0.0 2.0
minutes_by_hour = counts_by_min.astype(bool).resample('H').sum()
# 0 1 2 3
# time
# 2015-11-02 04:00:00 2.0 1.0 1.0 0.0
# 2015-11-02 05:00:00 2.0 2.0 0.0 1.0
将最后两个除以以获得所需的结果:
avg_per_hour = counts_by_hour.div(minutes_by_hour).fillna(0)
# 0 1 2 3
# time
# 2015-11-02 04:00:00 2.5 4.0 1.0 0.0
# 2015-11-02 05:00:00 2.0 2.0 0.0 2.0
访问DateTimeIndex的分钟数:
mn = df.index.minute
hr = df.index.hour
访问DateTimeIndex的小时数:
mn = df.index.minute
hr = df.index.hour
通过将上述获得的变量作为键来执行。计算标签下的内容,并用0填充缺少的值。最后,在包含小时值的索引轴上求平均值
df.groupby([mn,hr])['Label'].value_counts().unstack(fill_value=0).mean(level=1)