Ho alcuni dati da file di log e vorrei voci di gruppo per un minuto:Come raggruppare DataFrame per un periodo di tempo?
def gen(date, count=10):
while count > 0:
yield date, "event{}".format(randint(1,9)), "source{}".format(randint(1,3))
count -= 1
date += DateOffset(seconds=randint(40))
df = DataFrame.from_records(list(gen(datetime(2012,1,1,12, 30))), index='Time', columns=['Time', 'Event', 'Source'])
df:
Event Source
2012-01-01 12:30:00 event3 source1
2012-01-01 12:30:12 event2 source2
2012-01-01 12:30:12 event2 source2
2012-01-01 12:30:29 event6 source1
2012-01-01 12:30:38 event1 source1
2012-01-01 12:31:05 event4 source2
2012-01-01 12:31:38 event4 source1
2012-01-01 12:31:44 event5 source1
2012-01-01 12:31:48 event5 source2
2012-01-01 12:32:23 event6 source1
ho provato queste opzioni:
df.resample('Min')
è troppo alto livello e vuole aggregare.df.groupby(date_range(datetime(2012,1,1,12, 30), freq='Min', periods=4))
non riesce con eccezione.df.groupby(TimeGrouper(freq='Min'))
funziona bene e restituisce un oggettoDataFrameGroupBy
per un'ulteriore elaborazione, ad es .:grouped = df.groupby(TimeGrouper(freq='Min')) grouped.Source.value_counts() 2012-01-01 12:30:00 source1 1 2012-01-01 12:31:00 source2 2 source1 2 2012-01-01 12:32:00 source2 2 source1 2 2012-01-01 12:33:00 source1 1
Tuttavia, classe TimeGrouper
non è documentato.
Qual è il modo corretto di raggruppare per un periodo di tempo? Come posso raggruppare i dati di un minuto E per la colonna Sorgente, ad es. groupby([TimeGrouper(freq='Min'), df.Source])
?
Grazie. Ho ottenuto il risultato che stavo cercando con questa affermazione: df.groupby ([df.index.map (lambda t: datetime (t.year, t.month, t.day, t.hour, t.minute)), df.Source, df.Event]). size(). unstack (level = 2) – serguei
come posso estenderlo a 30 minuti? – igaurav
Questo pd.TimeGrouper può essere utilizzato per raggruppare per multipli di unità di tempo 'df.groupby (pd.TimeGrouper (freq = '30Min'))' – salomonvh