1
给出一个元组列表,每个元组都是(date-time,lang,type),其中lang取三个可能的值(比如'en','es'和'ja '),类型取两个值:'U'或'R'。创建时间序列的类别
我想为时间序列创建一个数据框,其中包含以下列: 天,语言,'U'和'R'。 也就是说,lang,U和R每天按语言计算。
例如,给定的(的tupples)记录的列表:
df = pd.DataFrame.from_records(records, columns=['time','lang','type'])
df.head()
结果:
time lang type
0 2016-05-19 20:20:26 en R
1 2016-05-19 20:20:43 ja R
2 2016-05-19 20:26:01 ja U
3 2016-05-19 20:30:31 en R
4 2016-05-19 20:33:57 es R
...
而且我想操纵这个数据框(或记录的原始列表)得到的东西像这样:
time lang U R
2016-05-19 en 4 2
ja 1 1
es 0 1
2016-05-20 en 10 7
ja 1 9
es 3 13
我正在试图用
df2 = df.groupby([df['time'].dt.to_period('D'), 'lang', 'type']).count().unstack()
df2.columns = df2.columns.droplevel(0)
但我在列中得到一个索引,我无法摆脱它(忽略数字)。
type U R
time lang
2016-05-19 en 4 2
ja 1 1
es 0 1
2016-05-20 en 10 7
ja 1 9
es 3 13
和
df2.columns
返回:指数([u'R 'u'U '],D型细胞=' 对象',名字= u'type')
任何想法至于如何创建所需的没有额外的绒毛?
谢谢!事实上这有助于减少多指数。我以一种稍微不同的方式从记录中重建了它,以避免它 - 即时在字典中对计数进行分组。它也更高效。 – ScienceFriction