python - 15 分钟内从 pandas Dataframe 到 dataframe 时间序列 Bins by sum rows

Question

例如，我有一个像这样的数据框:

    ID  Arrival_time
 ....
0   22  2019-01-01 05:34:10
1   23  2018-01-01 05:36:18
2   24  2018-01-01 05:44:24
3   25  2018-01-01 06:10:26
4   26  2018-01-01 06:08:28
5   27  2018-01-01 06:22:29 
 .... 

我需要一个新的数据帧，其中包含 15 分钟时间段的时间序列作为索引，以及包含这 15 分钟内计数的 ARRIVAL_TIME 条目的列。

对于上述内容，我期望类似:

                   COUNTED_ARRIVALS
....
2019-01-01 05:30     3
2019-01-01 05:45     0
2019-01-01 06:00     2
2019-01-01 06:15     1
2019-01-01 06:30     0
2019-01-01 06:45     0
2019-01-01 07:00     0
....

如何在 pandas 中实现此功能？

Answer 1

您可以尝试使用pd.cut来获取时间范围内的值的容器

df

    1   time
0   21  2018-01-01 05:34:10
1   23  2018-01-01 05:36:18
2   24  2018-01-01 05:44:24
3   25  2018-01-01 06:10:26
4   26  2018-01-01 06:08:28
5   27  2018-01-01 06:22:29


bins = pd.date_range(start=df['time'].min().floor('15Min'),end=df['time'].max().floor('15Min'),freq='15Min')
df.groupby(pd.cut(df['time'],bins)).count()

输出:

                                           1    time
time        
(2018-01-01 05:30:00, 2018-01-01 05:45:00]  3   3
(2018-01-01 05:45:00, 2018-01-01 06:00:00]  0   0
(2018-01-01 06:00:00, 2018-01-01 06:15:00]  2   2