Python 请解释下面提到的这一行代码

首先，“clicks”数据帧通过函数“get_data_splits”传递，该函数返回列车、有效和测试。此外，它通过列车模型传递

clicks = clicks.join(interactions)
print("Score with interactions")
train, valid, test = get_data_splits(clicks)
_ = train_model(train, valid)

线索：您将创建的第一个功能是过去六小时内来自同一IP的事件数。经常访问的用户很可能会下载该应用程序。实现一个函数count_pass_events，该函数接受一系列单击时间（时间戳），并返回另一个带有上一小时事件数的序列。 但我无法理解这些代码行

def count_past_events(series, time_window='6H'):
    series = pd.Series(series.index, index=series)
    past_events = series.rolling(time_window).count() - 1
    return past_events

---

大家好，欢迎来到论坛！可悲的是，你写的方法不起作用。滚动方法的time_window参数定义了移动窗口的大小，但对于而言，用于计算统计数据的观察数。（见此处：）

.resample与.rolling类似，但它用于基于时间的偏移。这就是你需要的！您可以直接使用数据帧。请参见下面的完整示例：

#Create a sample DataFrame
df=pd.DataFrame([["1/1/2016 12:00:20 AM", 1],
                 ["1/2/2016 5:03:20 AM", 2],
                 ["1/2/2016 5:06:20 AM", 3],
                 ["1/2/2016 5:07:20 AM", 4],
                 ["1/2/2016 6:06:20 AM", 5],
                 ["1/3/2016 00:00:20 AM", 6]]
        ,columns=['date','event_id'])

#We convert the date column into datetime and set as the index
df['date'] = pd.to_datetime(df['date'])
df.index = df.date
del df['date']


#This is where the magic happens.    
df.resample('6H', label = 'right').count()

让我们再解释一下最后一行。我们正在将数据帧缩小为六个小时的存储箱——也就是说，每行将代表六个小时的数据。对于每一行，我们将计算那里的数据点数量，每一行的名称将是bin的右边缘。这是我们得到的输出：

           date     
2016-01-01 06:00:00     1
2016-01-01 12:00:00     0
2016-01-01 18:00:00     0
2016-01-02 00:00:00     0
2016-01-02 06:00:00     3
2016-01-02 12:00:00     1
2016-01-02 18:00:00     0
2016-01-03 00:00:00     0
2016-01-03 06:00:00     1

如您所见，截至2016-01-02 06:00:00，在前六个小时内发生了三起事件

---

快乐的黑客！如果你有更多的疑问，请告诉我。如果您认为这回答了您的问题，请单击我答案左侧的复选标记。

尽管当前的答案提供了一个很好的解决方法，但它并没有真正解释问题中的代码是如何工作的：

def count_past_events(series, time_window='6H'):
    series = pd.Series(series.index, index=series)
    past_events = series.rolling(time_window).count() - 1
    return past_events

让我们从另一个问题创建一个玩具系列：

import pandas as pd
input_serie = pd.Series(["1/1/2016 12:00:20 AM",
                         "1/2/2016 5:03:20 AM",
                         "1/2/2016 5:06:20 AM",
                         "1/2/2016 5:07:20 AM",
                         "1/2/2016 6:06:20 AM",
                         "1/3/2016 00:00:20 AM"],
                         name='date',
                         dtype = 'datetime64[ns]'
                       ) 

它看起来像这样：

0   2016-01-01 00:00:20
1   2016-01-02 05:03:20
2   2016-01-02 05:06:20
3   2016-01-02 05:07:20
4   2016-01-02 06:06:20
5   2016-01-03 00:00:20
Name: date, dtype: datetime64[ns]

date
2016-01-01 00:00:20    0
2016-01-02 05:03:20    1
2016-01-02 05:06:20    2
2016-01-02 05:07:20    3
2016-01-02 06:06:20    4
2016-01-03 00:00:20    5
dtype: int64

date
2016-01-01 00:00:20    0.0 --> No event before
2016-01-02 05:03:20    0.0 --> first event of the day
2016-01-02 05:06:20    1.0 --> one event in the past 6 h
2016-01-02 05:07:20    2.0 --> two events in the past 6 h
2016-01-02 06:06:20    3.0 --> three events in the past 6 h
2016-01-03 00:00:20    0.0 --> next day, no event in the past 6 h
dtype: float64

现在我们可以一行一行地打断它：

series = pd.Series(series.index, index=series)

给定一个输入

Series

对象，您可以使用输入序列的值作为新序列的索引来构建一个新序列。这是因为默认情况下，滚动窗口应用于索引

系列

如下所示：

0   2016-01-01 00:00:20
1   2016-01-02 05:03:20
2   2016-01-02 05:06:20
3   2016-01-02 05:07:20
4   2016-01-02 06:06:20
5   2016-01-03 00:00:20
Name: date, dtype: datetime64[ns]

date
2016-01-01 00:00:20    0
2016-01-02 05:03:20    1
2016-01-02 05:06:20    2
2016-01-02 05:07:20    3
2016-01-02 06:06:20    4
2016-01-03 00:00:20    5
dtype: int64

date
2016-01-01 00:00:20    0.0 --> No event before
2016-01-02 05:03:20    0.0 --> first event of the day
2016-01-02 05:06:20    1.0 --> one event in the past 6 h
2016-01-02 05:07:20    2.0 --> two events in the past 6 h
2016-01-02 06:06:20    3.0 --> three events in the past 6 h
2016-01-03 00:00:20    0.0 --> next day, no event in the past 6 h
dtype: float64

转到下一行：

past_events = series.rolling(time_window).count() - 1

rolling

函数是应用于数据帧/序列的聚合，它只考虑有限的行数或时间帧（在您的情况下）。 既然您的系列索引是一个日期时间，您可以在其上应用

rolling

，使用您选择的

time\u窗口（在您的情况下为6小时），并且您需要该时间段内事件的
count（）
。'-1'在这里只是为了避免计算当前事件，而只计算过去的事件

返回的结果如下所示：

0   2016-01-01 00:00:20
1   2016-01-02 05:03:20
2   2016-01-02 05:06:20
3   2016-01-02 05:07:20
4   2016-01-02 06:06:20
5   2016-01-03 00:00:20
Name: date, dtype: datetime64[ns]

date
2016-01-01 00:00:20    0
2016-01-02 05:03:20    1
2016-01-02 05:06:20    2
2016-01-02 05:07:20    3
2016-01-02 06:06:20    4
2016-01-03 00:00:20    5
dtype: int64

date
2016-01-01 00:00:20    0.0 --> No event before
2016-01-02 05:03:20    0.0 --> first event of the day
2016-01-02 05:06:20    1.0 --> one event in the past 6 h
2016-01-02 05:07:20    2.0 --> two events in the past 6 h
2016-01-02 06:06:20    3.0 --> three events in the past 6 h
2016-01-03 00:00:20    0.0 --> next day, no event in the past 6 h
dtype: float64

我希望您能更清楚地理解。
请在您的问题中添加详细信息。你到底不明白什么？很好的解释！但是滚动法不接受“6H”作为参数，对吗？这就是为什么我需要做这个变通方法。是的，如果索引是datetime类型，它需要：）。您可以指定所有类型的时间间隔，如天、秒……您的答案应该是正确的。我还以为密码根本没用呢。