33
我从日志文件中的一些数据,并希望组条目由一分钟:如何将DataFrame分组一段时间?
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
我尝试这些选项:
df.resample('Min')
过高级别并想要聚合。df.groupby(date_range(datetime(2012,1,1,12, 30), freq='Min', periods=4))
失败,异常。df.groupby(TimeGrouper(freq='Min'))
工作正常,并返回一个DataFrameGroupBy
对象进行进一步的处理,例如: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
然而,在TimeGrouper
类没有记载。
按一段时间分组的正确方法是什么?如何将数据分组一分钟和“源”列进行分组,例如groupby([TimeGrouper(freq='Min'), df.Source])
?
谢谢。 df.groupby([df.index.map(lambda t:datetime(t.year,t.month,t.day,t.hour,t.minute)),我得到了我想要的结果: df.Source,df.Event])。size()。unstack(level = 2) – serguei
我怎样才能把它延长到30分钟? – igaurav
这个pd.TimeGrouper可以用多个时间单位进行分组'df.groupby(pd.TimeGrouper(freq ='30Min'))' – salomonvh