python - Pandas 日期时间:每小时和每个星期一分组

我是熊猫/ python的新手：
我有一个由dataframe对象索引的datetime（events.number）。

我正在尝试每个星期一（或其他特定工作日）每小时提取一次事件计数。我写：

hour_tally_monday = events.number.groupby(lambda x: (x.hour & x.weekday==0) ).count()

但这不能正常工作。

我可以放下“ & x.weekday==1”，它可以工作，但大概会占用框架中的所有时间。在星期一平均的正确（最简单）语法是什么？

最佳答案

我认为您首先需要使用boolean indexing过滤数据帧，然后将groupby与size一起使用：

import pandas as pd

start = pd.to_datetime('2016-02-01')
end = pd.to_datetime('2016-02-25')
rng = pd.date_range(start, end, freq='12H')

events = pd.DataFrame({'number': [1] * 20 + [2] * 15 + [3] * 14}, index=rng)
print events
                     number
2016-02-01 00:00:00       1
2016-02-01 12:00:00       1
2016-02-02 00:00:00       1
2016-02-02 12:00:00       1
2016-02-03 00:00:00       1
2016-02-03 12:00:00       1
2016-02-04 00:00:00       1
2016-02-04 12:00:00       1
2016-02-05 00:00:00       1
2016-02-05 12:00:00       1
2016-02-06 00:00:00       1
2016-02-06 12:00:00       1
2016-02-07 00:00:00       1
...
...

filtered = events[events.index.weekday == 0]
print filtered
                     number
2016-02-01 00:00:00       1
2016-02-01 12:00:00       1
2016-02-08 00:00:00       1
2016-02-08 12:00:00       1
2016-02-15 00:00:00       2
2016-02-15 12:00:00       2
2016-02-22 00:00:00       3
2016-02-22 12:00:00       3

在版本0.18.1中，可以使用新方法DatetimeIndex.weekday_name：

filtered = events[events.index.weekday_name == 'Monday']
print filtered
                     number
2016-02-01 00:00:00       1
2016-02-01 12:00:00       1
2016-02-08 00:00:00       1
2016-02-08 12:00:00       1
2016-02-15 00:00:00       2
2016-02-15 12:00:00       2
2016-02-22 00:00:00       3
2016-02-22 12:00:00       3

print filtered.groupby(filtered.index.hour).size()
0     4
12    4
dtype: int64

关于python - Pandas 日期时间:每小时和每个星期一分组，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37129296/