- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个数据框,其中包含各种事件以及开始时间和结束时间。例如,
我想要一个输出数据框,它是一个小时模板(列中的小时)和具有相同事件的不同行中的日期。并将相应时间和日期的值填充为“1”。
任何帮助将不胜感激。
最佳答案
您可以使用:
df = pd.DataFrame({
'Event':list('abc'),
'StartTime':['24-12-19 1:14','22-12-19 0:32','23-12-19 6:00'],
'EndTime':['24-12-19 6:00','24-12-19 4:32','24-12-19 16:00']
})
df[['StartTime','EndTime']] = df[['StartTime','EndTime']].apply(pd.to_datetime, dayfirst=True)
df1 = (df.melt('Event')
.set_index('value')
.groupby('Event')['Event']
.resample('H')
.count()
.reset_index(name='val')
.assign(val=1,
date=lambda x: x['value'].dt.date,
hour=lambda x: x['value'].dt.hour)
.set_index(['Event','date','hour'])['val']
.unstack(fill_value=0)
.reset_index()
.rename_axis(None, axis=1)
)
<小时/>
print (df1)
Event date 0 1 2 3 4 5 6 7 ... 14 15 16 17 18 19 20 \
0 a 2019-12-24 0 1 1 1 1 1 1 0 ... 0 0 0 0 0 0 0
1 b 2019-12-22 1 1 1 1 1 1 1 1 ... 1 1 1 1 1 1 1
2 b 2019-12-23 1 1 1 1 1 1 1 1 ... 1 1 1 1 1 1 1
3 b 2019-12-24 1 1 1 1 1 0 0 0 ... 0 0 0 0 0 0 0
4 c 2019-12-23 0 0 0 0 0 0 1 1 ... 1 1 1 1 1 1 1
5 c 2019-12-24 1 1 1 1 1 1 1 1 ... 1 1 1 0 0 0 0
21 22 23
0 0 0 0
1 1 1 1
2 1 1 1
3 0 0 0
4 1 1 1
5 0 0 0
[6 rows x 26 columns]
说明:
DataFrame.apply
和 to_datetime
DataFrame.melt
- 如此可能DataFrameGroupBy.resample
每组DataFrame.assign
创建新列将 val
的所有值设置为 1
,日期为 Series.dt.date
和 Series.dt.hour
DataFrame.set_index
和 Series.unstack
DataFrame.reset_index
和 DataFrame.rename_axis
编辑:
对于小时数的开始和结束,请使用类似的解决方案 - 小时数减去下限小时数 Series.dt.floor
如果开始日期也减去 1
,则使用 first
和 resample
:
#changed times
df = pd.DataFrame({
'Event':list('abc'),
'StartTime':['24-12-19 1:20','22-12-19 0:30','23-12-19 6:00'],
'EndTime':['24-12-19 6:20','24-12-19 4:40','24-12-19 16:00']
})
df[['StartTime','EndTime']] = df[['StartTime','EndTime']].apply(pd.to_datetime, dayfirst=True)
f = lambda x: x['value'].sub(x['value'].dt.floor('H')).dt.total_seconds().div(3600)
df1 = (df.melt('Event')
.assign(h = f)
.assign(h = lambda x: x.h.mask(x.variable == 'StartTime', 1 - x.h))
.set_index('value')
.groupby('Event')['h']
.resample('H')
.first()
.fillna(1)
.reset_index(name='h')
.assign(date=lambda x: x['value'].dt.date,
hour=lambda x: x['value'].dt.hour)
.set_index(['Event','date','hour'])['h']
.unstack(fill_value=0)
.reset_index()
.rename_axis(None, axis=1)
)
<小时/>
print (df1)
Event date 0 1 2 3 4 5 6 7 \
0 a 2019-12-24 0.0 0.666667 1.0 1.0 1.000000 1.0 0.333333 0.0
1 b 2019-12-22 0.5 1.000000 1.0 1.0 1.000000 1.0 1.000000 1.0
2 b 2019-12-23 1.0 1.000000 1.0 1.0 1.000000 1.0 1.000000 1.0
3 b 2019-12-24 1.0 1.000000 1.0 1.0 0.666667 0.0 0.000000 0.0
4 c 2019-12-23 0.0 0.000000 0.0 0.0 0.000000 0.0 1.000000 1.0
5 c 2019-12-24 1.0 1.000000 1.0 1.0 1.000000 1.0 1.000000 1.0
14 15 16 17 18 19 20 21 22 23
0 ... 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
1 ... 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
2 ... 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
3 ... 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
4 ... 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
5 ... 1.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
[6 rows x 26 columns]
EDIT1:想法是按分钟重新采样,然后汇总小时:
df = pd.DataFrame({
'Event':list('abc'),
'StartTime':['20-12-19 18:06','22-12-19 0:32','23-12-19 6:00'],
'EndTime':['20-12-19 18:07','24-12-19 4:32','24-12-19 16:00']
})
<小时/>
df[['StartTime','EndTime']] = df[['StartTime','EndTime']].apply(pd.to_datetime, dayfirst=True)
f = lambda x: x['value'].sub(x['value'].dt.floor('Min')).dt.total_seconds().div(60)
df1 = (df.melt('Event')
.assign(h = f)
.assign(h = lambda x: x.h.mask(x.variable == 'StartTime', 1 - x.h))
.set_index('value')
.groupby('Event')['h']
.resample('Min')
.first()
.fillna(1)
.reset_index(name='h')
.assign(date=lambda x: x['value'].dt.date,
hour=lambda x: x['value'].dt.hour)
.groupby(['Event','date','hour'])['h']
.sum()
.unstack(fill_value=0)
.div(60)
.reset_index()
.rename_axis(None, axis=1)
)
<小时/>
print (df1)
Event date 0 1 2 3 4 5 6 7 8 \
0 a 2019-12-20 0.000000 0.0 0.0 0.0 0.000000 0.0 0.0 0.0 0.0
1 b 2019-12-22 0.466667 1.0 1.0 1.0 1.000000 1.0 1.0 1.0 1.0
2 b 2019-12-23 1.000000 1.0 1.0 1.0 1.000000 1.0 1.0 1.0 1.0
3 b 2019-12-24 1.000000 1.0 1.0 1.0 0.533333 0.0 0.0 0.0 0.0
4 c 2019-12-23 0.000000 0.0 0.0 0.0 0.000000 0.0 1.0 1.0 1.0
5 c 2019-12-24 1.000000 1.0 1.0 1.0 1.000000 1.0 1.0 1.0 1.0
9 10 11 12 13 14 15 16 17 18 19 20 21 22 \
0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.016667 0.0 0.0 0.0 0.0
1 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.000000 1.0 1.0 1.0 1.0
2 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.000000 1.0 1.0 1.0 1.0
3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.000000 0.0 0.0 0.0 0.0
4 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.000000 1.0 1.0 1.0 1.0
5 1.0 1.0 1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.000000 0.0 0.0 0.0 0.0
23
0 0.0
1 1.0
2 1.0
3 0.0
4 1.0
5 0.0
关于python - 有没有办法在 python pandas 中将基于时间的事件划分为小时模板?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59540815/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!