Python 计算每小时、每天的记录，并创建多索引数据帧作为输出

示例数据帧：

process_id | app_path | start_time

所需的输出数据帧应基于开始时间列中的日期和时间值进行多索引，唯一日期作为第一级索引，一小时范围作为第二级索引。应计算每个时隙中的记录计数

def activity(self):
    # find unique dates from db file
    columns = self.df['start_time'].map(lambda x: x.date()).unique()

    result = pandas.DataFrame(np.zeros((1,len(columns))), columns = columns)
    for i in range(len(self.df)):
        col = self.df.iloc[i]['start_time'].date()
        result[col][0] = result.get_value(0, col) + 1

    return result

我已经尝试了上面的代码，它给出了如下输出：

15-07-2014 16-7-2014 17-07-2014 18-07-2014
3217 2114 1027 3016

---

我还想按每小时统计记录

从一些样本数据开始提问会很有帮助。由于您没有这样做，我假设以下数据代表您的数据（看起来

app\u path

未被使用）：

在Pandas数据帧中探索

groupby

方法可能会使您受益匪浅。使用groupby，您的上述示例将成为一个简单的单行程序：

df.groupby( [df.index.year, df.index.month, df.index.day] ).count()

按小时分组意味着只需将小时添加到组中：

df.groupby( [df.index.year, df.index.month, df.index.day, df.index.hour] ).count()

---

不要在Pandas中重新创建轮子，请使用提供的方法以获得更可读、更快速的代码

谢谢，但我想我必须把开始时间作为数据帧的索引。这给了我每列的计数，但我只想要一列表示计数。不，你不必使用索引。但这是时间序列数据的典型用例。如果开始时间在不同的列中，则使用该列名而不是索引。

df.groupby( [df.index.year, df.index.month, df.index.day, df.index.hour] ).count()