python - 旋转分组依据(月和小时)日期时间列

在将DateTimeC列转换为日期时间类型后，我有了一个dataframe，df：

  Index     DateTimeC                       eventName
    0      2017-08-20 01:11:24.210000        ABC
    1      2017-08-20 01:11:30.224000        CDE
    2      2017-08-20 02:16:30.210000        CDE
    3      2017-08-20 02:27:30.211000        CDE
    2      2017-09-10 01:30:40.212000        DEF
    3      2017-09-11 01:35:23.122000        CDE
    4      2017-09-11 02:22:22.145000        CDE
    5      2017-09-16 02:26:11.222000        DEF

我打算对月份和小时进行分组并计算分组对象内eventName中的事件计数。因此应用以下代码：

 df2=df.groupby([df['DateTimeC'].dt.month,df['DateTimeC'].dt.hour])['EventName'].count()

我得到：

   Index   EventName
    8,1     2
    8,2     2
    9,1     2
    9,2     2

但是，我想在结果系列上使用ivot_table（）作为月份作为索引，使用小时作为列，而value参数应该是频率。因此，结果数据框应为：

   Index    0  1  2  3  4  5  6  7  8... 24
    8       0  2  2  0  0  0  0  0  0... 0
    9       0  2  2  0  0  0  0  0  0... 0

那么，对应于
由于日期和时间在同一列中，所以使用了数据透视表（）：DateTimeC

我试图添加rename_index重命名频率/计数结果的列，以便可以使用以下代码将新名称传递给pivot_table（）中的“ value”参数：

 df2=df.groupby([df['DateTimeC'].dt.month,df['DateTimeC'].dt.hour])['EventName'].count().reset_index(name='frequency')

但是我得到这个错误：

ValueError: cannot insert DateTimeC, already exists

另外，获取每个月的每小时均值，并将与特定月份相关的数字转换为等效单词

    Index      averagePerHour
    August       0.17
    September    0.17

最佳答案

我认为需要unstack进行重塑，并在必要时添加reindex缺少时间：

df2=(df.groupby([df['DateTimeC'].dt.month.rename('month'),
                df['DateTimeC'].dt.hour.rename('hour')])
      .size()
      .unstack(fill_value=0)
      .reindex(columns=np.arange(24), fill_value=0))
print (df2)
hour   0   1   2   3   4   5   6   7   8   9  ...  14  15  16  17  18  19  20  \
month                                         ...
8       0   2   2   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0
9       0   2   2   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0

hour   21  22  23
month
8       0   0   0
9       0   0   0

[2 rows x 24 columns]

然后使用rename为mean创建字典：

L = ['Jan', 'Feb', 'Mar', 'Apr','May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
d = dict(enumerate(L, 1))
df3 = df2.mean(axis=1).rename(d).to_frame('averagePerHour')
print (df3)
       averagePerHour
month
Aug          0.166667
Sep          0.166667

如果省略reindex并错过了几个小时，则mean是不同的：

df2=(df.groupby([df['DateTimeC'].dt.month.rename('month'),
                df['DateTimeC'].dt.hour.rename('hour')])
      .size()
      .unstack(fill_value=0)
      )
print (df2)
hour   1  2
month
8      2  2
9      2  2

L = ['Jan', 'Feb', 'Mar', 'Apr','May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
d = dict(enumerate(L, 1))
df3 = df2.mean(axis=1).rename(d).to_frame('averagePerHour')
print (df3)
       averagePerHour
month
Aug               2.0
Sep               2.0

编辑：如果要将月份数转换为小数，请使用dt.strftime，也请检查http://strftime.org/：

df2=(df.groupby([df['DateTimeC'].dt.strftime('%B').rename('month'),
                df['DateTimeC'].dt.hour.rename('hour')])
      .size()
      .unstack(fill_value=0)
      )
print (df2)
hour       1  2
month
August     2  2
September  2  2

df3 = df2.mean(axis=1).to_frame('averagePerHour')
print (df3)
           averagePerHour
month
August                2.0
September             2.0

关于python - 旋转分组依据(月和小时)日期时间列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52037388/