Python 使用Pandas选择、切片和聚合时间数据

我正试图用熊猫来处理时态数据，我很难。。。 以下是数据帧的示例：

index     ip    app     dev os    channel    click_time
0       29540    3       1  42      489  2017-11-08 03:57:46              
1       26777   11       1  25      319  2017-11-09 11:02:14              
2      140926   12       1  13      140  2017-11-07 04:36:14              
3       69375    2       1  19      377  2017-11-09 13:17:20              
4      119166    9       2  15      445  2017-11-07 12:11:37              

这是一个点击预测问题，因此我想创建一个时间窗口，聚合特定ip的过去行为（对于给定ip，过去4小时、8小时内有多少次点击？）

我尝试创建一个新的专栏，简单地说：

df['minus_8']=df['click_time']-timedelta(hours=8)

我想使用它，这样对于每一行，我都有一个特定的8小时窗口来聚合数据

我也尝试过重新采样，但收效甚微，比如说，我对函数的理解不是最优的

---

有人能帮忙吗？

如果您只需要选择一个特定的8小时，您可以按如下操作：

start_time = datetime.datetime(2017, 11, 9,11, 2, 14)
df[(df['click_time' >= start_time)
   & (df['click_time'] <= start_time+datetime.timedelta(0, 60*60*8))]

start_time=datetime.datetime（2017,11,9,11,2,14）
df[（df[‘单击时间’>=开始时间）
&（df['click_time']使用Martin给出的部分解决方案，我能够创建输出我想要的内容的函数：

def window_filter_clicks(df, h):
    df['nb_clicks_{}h'.format(h)]=0
    ip_array = df.ip.unique()
    for ip in ip_array:
        df_ip=df[df['ip']==ip]
        for row, i in zip(df_ip['click_time'],df_ip['click_time'].index):
            df_window    = df_ip[(df_ip['click_time']>= row-timedelta(hours=h)) & (df_ip['click_time']<= row) ]
            nb_clicks_4h = len(df_window)
            df['nb_clicks_{}h'.format(h)].iloc[i]= nb_clicks_4h
return df

def窗口过滤器点击（df，h）：
df['nb_单击{}h'。格式（h）]=0
ip_数组=df.ip.unique（）
对于ip_阵列中的ip：
df_ip=df[df['ip']==ip]
对于行，zip中的i（df_ip['click_time']，df_ip['click_time']）。索引）：
df_window=df_ip[（df_ip['click_time']>=行时间增量（小时=h））&（df_ip['click_time']是否尝试
df.set_index（'click_time'）。重新采样（'8H'）。计数（）
？我有，这确实有效，但这并不完全是我在这里要做的。通过这一点，我可以得到整个df的结果，而不考虑ip和其他一切。我想创建一个新的列df['clicks_in_last_8h']对于每一行。我要求您添加此数据集的预期输出，因为就目前情况而言，我真的无法理解您的问题：/您是对的，我应该重新措辞…作为输入，我将从我的df中获取一行，作为输出，该行对应的ip在过去8小时内登录的次数。为此，我假设我需要创建某种类型的回溯窗口，并选择该窗口中的相关数据，然后对其进行聚合，但这正是我现在无法做到的。此解决方案会出现两个问题：-启动时间未设置，因为它取决于用户连接的时间。-因为重采样将整个批次划分为8个小时的区块，所以会这样做这不符合我的需要