个人中心
文章发布
退出
作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
26
4
我有这样一个数据框
Account timestamp no_of_transactions transaction_value
A 2016-07-26 13:43:29 2 50
B 2016-07-27 14:44:29 3 40
A 2016-07-26 13:33:29 1 15
A 2016-07-27 13:56:29 4 30
B 2016-07-26 14:33:29 7 80
C 2016-07-27 13:23:29 5 10
C 2016-07-27 13:06:29 3 10
A 2016-07-26 14:43:29 4 22
B 2016-07-27 13:43:29 1 11
我想计算 no_of_transaction 和 transaction_value 的速度，例如每个帐户每小时的 no_of 交易总数和 transaction_value。
例如，账户 A 的最小时间戳为 2016-07-26 13:33:29。我想要在 2016-07-26 13:33:29 到 2016-07-26 14:33:29 下为假的总和。然后找到下一个可用的最小时间戳，在本例中为 2016-07-26 14:43:29 并计算下一个 1 小时的相同形式。每个帐户都是这样。
在得到 1 小时窗口的总和后，如何在实际数据框中分配值，例如，添加两个新列后的实际 df 看起来像这样，
A 2016-07-26 13:43:29 2 50 5 116
B 2016-07-27 14:44:29 3 40 3 40
A 2016-07-26 13:33:29 1 15 5 116
A 2016-07-27 13:56:29 4 30 4 30
只需将总值与时间戳所在的实际值相加即可。
如何以高效的方式做到这一点，不会花费很长时间来执行
最佳答案
我认为需要groupby与 pandas.Grouper 合计 sum :
df1 = df.groupby(['Account', pd.Grouper(key='timestamp', freq='H')]).sum().reset_index()
print (df1)
Account timestamp no_of_transactions transaction_value
0 A 2016-07-26 13:00:00 3 65
1 A 2016-07-26 14:00:00 4 22
2 A 2016-07-27 13:00:00 4 30
3 B 2016-07-26 14:00:00 7 80
4 B 2016-07-27 13:00:00 1 11
5 B 2016-07-27 14:00:00 3 40
6 C 2016-07-27 13:00:00 8 20
另一种解决方案 floor小时精度:
df1 = df.groupby(['Account', df['timestamp'].dt.floor('h')]).sum().reset_index()
print (df1)
Account timestamp no_of_transactions transaction_value
0 A 2016-07-26 13:00:00 3 65
1 A 2016-07-26 14:00:00 4 22
2 A 2016-07-27 13:00:00 4 30
3 B 2016-07-26 14:00:00 7 80
4 B 2016-07-27 13:00:00 1 11
5 B 2016-07-27 14:00:00 3 40
6 C 2016-07-27 13:00:00 8 20
通过评论编辑:
df2 = df.groupby(['Account', pd.Grouper(key='timestamp', freq='2H')]).sum().reset_index()
print (df2)
Account timestamp no_of_transactions transaction_value
0 A 2016-07-26 12:00:00 3 65
1 A 2016-07-26 14:00:00 4 22
2 A 2016-07-27 12:00:00 4 30
3 B 2016-07-26 14:00:00 7 80
4 B 2016-07-27 12:00:00 1 11
5 B 2016-07-27 14:00:00 3 40
6 C 2016-07-27 12:00:00 8 20
编辑:
首先通过datetimes创建DataFrame:
def f(x):
#depends of data, maybe add last 1h is not necessary
rng = pd.date_range(x.index.min(), x.index.max() + pd.Timedelta(1, unit='h'), freq='h')
return pd.Series(rng)
df2 = (df.set_index('timestamp')
.groupby('Account')
.apply(f)
.reset_index(level=1, drop=True)
.reset_index(name='timestamp1'))
print (df2)
Account timestamp1
0 A 2016-07-26 13:33:29
1 A 2016-07-26 14:33:29
2 A 2016-07-26 15:33:29
3 A 2016-07-26 16:33:29
4 A 2016-07-26 17:33:29
5 A 2016-07-26 18:33:29
6 A 2016-07-26 19:33:29
7 A 2016-07-26 20:33:29
8 A 2016-07-26 21:33:29
9 A 2016-07-26 22:33:29
10 A 2016-07-26 23:33:29
11 A 2016-07-27 00:33:29
12 A 2016-07-27 01:33:29
13 A 2016-07-27 02:33:29
14 A 2016-07-27 03:33:29
15 A 2016-07-27 04:33:29
16 A 2016-07-27 05:33:29
17 A 2016-07-27 06:33:29
18 A 2016-07-27 07:33:29
19 A 2016-07-27 08:33:29
20 A 2016-07-27 09:33:29
21 A 2016-07-27 10:33:29
22 A 2016-07-27 11:33:29
23 A 2016-07-27 12:33:29
24 A 2016-07-27 13:33:29
25 A 2016-07-27 14:33:29
26 B 2016-07-26 14:33:29
...
...
然后通过 merge_asof 添加到原始 df :
df_ = df.sort_values('timestamp')
df2 = df2.sort_values('timestamp1')
df3 = pd.merge_asof(df_, df2, by='Account', left_on='timestamp', right_on='timestamp1')
print (df3)
Account timestamp no_of_transactions transaction_value \
0 A 2016-07-26 13:33:29 1 15
1 A 2016-07-26 13:43:29 2 50
2 B 2016-07-26 14:33:29 7 80
3 A 2016-07-26 14:43:29 4 22
4 C 2016-07-27 13:06:29 3 10
5 C 2016-07-27 13:23:29 5 10
6 B 2016-07-27 13:43:29 1 11
7 A 2016-07-27 13:56:29 4 30
8 B 2016-07-27 14:44:29 3 40
timestamp1
0 2016-07-26 13:33:29
1 2016-07-26 13:33:29
2 2016-07-26 14:33:29
3 2016-07-26 14:33:29
4 2016-07-27 13:06:29
5 2016-07-27 13:06:29
6 2016-07-27 13:33:29
7 2016-07-27 13:33:29
8 2016-07-27 14:33:29
聚合总和:
df4 = df3.groupby(['Account','timestamp1'], as_index=False).sum()
print (df4)
Account timestamp1 no_of_transactions transaction_value
0 A 2016-07-26 13:33:29 3 65
1 A 2016-07-26 14:33:29 4 22
2 A 2016-07-27 13:33:29 4 30
3 B 2016-07-26 14:33:29 7 80
4 B 2016-07-27 13:33:29 1 11
5 B 2016-07-27 14:33:29 3 40
6 C 2016-07-27 13:06:29 8 20
如果要将列添加到原始 DataFrame 首先使用 GroupBy.transform可能merge左连接到原始:
df5 = df3.join(df3.groupby(['Account','timestamp1']).transform('sum').add_prefix('sum_'))
print (df5)
Account timestamp no_of_transactions transaction_value \
0 A 2016-07-26 13:33:29 1 15
1 A 2016-07-26 13:43:29 2 50
2 B 2016-07-26 14:33:29 7 80
3 A 2016-07-26 14:43:29 4 22
4 C 2016-07-27 13:06:29 3 10
5 C 2016-07-27 13:23:29 5 10
6 B 2016-07-27 13:43:29 1 11
7 A 2016-07-27 13:56:29 4 30
8 B 2016-07-27 14:44:29 3 40
timestamp1 sum_no_of_transactions sum_transaction_value
0 2016-07-26 13:33:29 3 65
1 2016-07-26 13:33:29 3 65
2 2016-07-26 14:33:29 7 80
3 2016-07-26 14:33:29 4 22
4 2016-07-27 13:06:29 8 20
5 2016-07-27 13:06:29 8 20
6 2016-07-27 13:33:29 1 11
7 2016-07-27 13:33:29 4 30
8 2016-07-27 14:33:29 3 40
cols = ['Account','timestamp','sum_no_of_transactions','sum_transaction_value']
df = df.merge(df5[cols], on=['Account','timestamp'], how='left')
print (df)
Account timestamp no_of_transactions transaction_value \
0 A 2016-07-26 13:43:29 2 50
1 B 2016-07-27 14:44:29 3 40
2 A 2016-07-26 13:33:29 1 15
3 A 2016-07-27 13:56:29 4 30
4 B 2016-07-26 14:33:29 7 80
5 C 2016-07-27 13:23:29 5 10
6 C 2016-07-27 13:06:29 3 10
7 A 2016-07-26 14:43:29 4 22
8 B 2016-07-27 13:43:29 1 11
sum_no_of_transactions sum_transaction_value
0 3 65
1 3 40
2 3 65
3 4 30
4 7 80
5 8 20
6 8 20
7 4 22
8 1 11
关于python - 如何在 python 中使用时间戳在数据框中进行小时计算？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/51928886/
26
4
0
我需要将文本放在 中在一个 Div 中，在另一个 Div 中，在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html，头部， body 。(因为我收到了一些反对票，这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中，但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中，我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序，并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的，但一旦知道，就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序，它存储了一些音乐轨道，并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况，我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目，我正在尝试设置 Django 调试工具栏。首先，我尝试了快速设置，它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个，当我转到我的根 URL 时，调试
在 Matlab 中，如果我有一个函数 f，例如签名是 f(a,b,c)，我可以创建一个只有一个变量 b 的函数，它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道，是否有关于何时使用 session 和 cookie 的指南或最佳实践？ 什么应该和什么不应该存储在其中？谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵，我想用它制作一个 3 维条形图，其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列，条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在， sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中，因为 PStr 包含实际输出。？ 既然Pstr中存储的是小写到大写的字母，那么在printf中如何将其给出为“WORD”。有人可以吗？解释一下？ #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀！