Python 如何使用包含特定地理位置的用户登录时间戳的文件对y变量进行日志转换？

如果我使用data.head（）的话，我有一个带有时间戳的大数据文件

我需要将这些数据聚合成10分钟的时间间隔；我试图对数据进行日志转换，但我不知道如何最好地进行转换？设置时间序列预测？我是否应该在数据框df[“value”]=1中创建一个新列

我打算每隔15分钟做一次

df['Value'] = 1

# Resample
print(df.set_index('login_time').resample('10Min').sum())

但我不知道这是否正确，然后我将如何进行日志转换？我正在尝试将此设置为最佳，以便我可以执行prophet

您似乎可以使用：

print(df.set_index('login_time').resample('10Min').size().reset_index(name='COUNT'))
           login_time  COUNT
0 2016-01-01 00:10:00      3
1 2016-01-01 00:20:00      2

如有需要：

---

你试过

np.log

吗？我不知道该拿什么，因为我只有一个column@juanpa.arrivillaga这就是我想做的，但我不知道y应该是什么，我没有因变量，因为我只有一列，所以，你似乎需要弄清楚你想做什么。StackOverflow用于编程问题。您可能需要尝试交叉验证。这不是有效的R代码（删除了它的标记和另外两个不适用的标记）。如果是R，您可能会使用

log（table（cut（data$login\u time，breaks=“10 min”））

，但是在10分钟的时间段内对可能为零的项目进行日志转换可能会产生错误。但是计数列是一个问题，因为我正在尝试进行日志转换，并且使用计数，日志概率计算为log（0），也就是负无穷大。嗯，我不知道你需要什么。因为id函数可以应用于某些数值。所以可以使用

打印（df.set_index（'login_time'）。重采样（'10Min'）。size（）.apply（np.log））

，但仍然不确定是否需要它。这是我得到的错误，运行时错误：拒绝初始值：日志概率计算为日志（0），即负无穷大。斯坦无法从这个初始值开始采样。所以我假设我需要改变…我想我必须改变参数？我该怎么做？

print(df.set_index('login_time').resample('10Min').size().reset_index(name='COUNT'))
           login_time  COUNT
0 2016-01-01 00:10:00      3
1 2016-01-01 00:20:00      2

print(df.set_index('login_time').resample('10Min').size().apply(np.log))
login_time
2016-01-01 00:10:00    1.098612
2016-01-01 00:20:00    0.693147
Freq: 10T, dtype: float64