python - Pandas 按一天中的小时分组到字典

Question

我有一个 pandas 数据框，如下所示:

date                | Item   | count
------------------------------------
2016-12-06 10:45:08 |  Item1 |  60
2016-12-06 10:45:08 |  Item2 |  145
2016-12-06 09:45:00 |  Item1 |  60
2016-12-06 09:44:54 |  Item3 |  600
2016-12-06 09:44:48 |  Item4 |  15
2016-12-06 11:45:08 |  Item1 |  60
2016-12-06 10:45:08 |  Item2 |  14
2016-11-06 09:45:00 |  Item1 |  62
2016-11-06 09:44:54 |  Item3 |  6
2016-11-06 09:44:48 |  Item4 |  15

我正在尝试按一天中的某个小时(或稍后的一天)对项目进行分组，以了解以下统计信息: 每天售出的商品列表，例如:

• 2016-12-06，从 09:00:00 到 10:00:00，Item1、Item3 和 Item4 是卖;等等。
• 在 2016-12-06，Item1、Item2、Item3、Item4(独特元素)售出。

虽然我离获取这些统计数据还很远，但我坚持按时间分组。最初，print df.dtypes 显示

date    object
Item    object
count   int64
dtype: object

因此，我使用以下代码行将日期列转换为 pandas 日期对象。

df['date'] = pd.to_datetime(df['date'])

现在，print df.dtypes 产生:

date    datetime64[ns]
Item    object
count   int64
dtype: object

但是，当我尝试通过执行以下代码行使用 TimeGrouper 对 date 列进行分组时

from pandas.tseries.resample import TimeGrouper 
print df.groupby([df['date'],pd.TimeGrouper(freq='Min')])

我收到以下 TypeError。按照给出的建议here或 here ，使用 pd.to_datetime 进行转换应该可以解决此问题。

TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'RangeIndex'

我不知道如何解决这个问题以继续我正在寻找的统计数据。任何有关解决此错误和使用 TimeGrouper 最好以字典格式(或任何更有意义的格式)查找统计信息的提示都将不胜感激。

Answer 1

sold = df.set_index('date').Item.resample('H').agg({'Sold': 'unique'})
sold[sold.Sold.str.len() > 0]

                                      Sold
date                                      
2016-11-06 09:00:00  [Item4, Item3, Item1]
2016-12-06 09:00:00  [Item4, Item3, Item1]
2016-12-06 10:00:00         [Item1, Item2]
2016-12-06 11:00:00                [Item1]