python - Bin 时间戳到自定义时间段

Question

我对 Pandas 还很陌生，但遇到了障碍。我有一个包含时间戳的数据框。我想在我的数据框中添加一列，其中包含自定义期间名称(字符串)。例如:

df = pd.DataFrame(pd.date_range('01-01 00:00', periods='72', freq='H'))

我想创建一个 df['Periods'] 列，其中包含自定义期间名称。例如，Period1 如果时间戳在 01-01 00:00 和 01-02 00:00 之间，则 Period2 否则。

我正在考虑使用 cut 但 bins 属性似乎只接受整数。

你会怎么做？

谢谢。

Answer 1

在您的 df 初始化中，periods 必须是数字而不是字符串。

我想如何处理这个问题取决于你想要多少个周期。

至少有两种方式:

设置期:

from datetime import time

morning_start = time(7)
morning_end = time(12)
evening_start = time(18)
evening_end = time(22)

periods = {'morning':[morning_start, morning_end], 'evening':[evening_start, evening_end]}

方法 1。

def f(x, periods=periods):
    for k, v in periods.items():
        if x.hour >= v[0].hour and x.hour < v[1].hour:
            return k
    return 'unknown_period'

方法 2。

for k, v in periods.items():
    df['periods'] = np.where(((v[0].hour <= df.t.apply(lambda x: x.hour)) & (df.t.apply(lambda x: x.hour) <= v[1].hour)), k, 'unknown_period')

对于定义的两个周期，第一种方法工作得更快:

1000 loops, best of 3: 658 µs per loop

对比第二:

100 loops, best of 3: 3.31 ms per loop

在这两种情况下，只有两个句点，您可以将其设为单行表达式(无需遍历 句点):

df['periods'] = np.where((morning_start.hour <= df.t.apply(lambda x: x.hour)) & (df.t.apply(lambda x: x.hour) <= morning_end.hour), 'morning', 'evening')