Ich habe einige Daten aus den Log-Dateien und von einer Minute Gruppeneinträge möchten:Wie gruppiere ich DataFrame um einen bestimmten Zeitraum?
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
Ich habe versucht, diese Optionen:
df.resample('Min')
ist zu hoch Ebene und möchte aggregieren.df.groupby(date_range(datetime(2012,1,1,12, 30), freq='Min', periods=4))
schlägt mit Ausnahme fehl.df.groupby(TimeGrouper(freq='Min'))
funktioniert gut und gibt einDataFrameGroupBy
Objekt für die weitere Verarbeitung, z.B .: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
jedoch, die TimeGrouper
Klasse nicht dokumentiert ist.
Was ist die richtige Gruppierung nach einem bestimmten Zeitraum? Wie kann ich die Daten um eine Minute UND durch die Quellenspalte, z. groupby([TimeGrouper(freq='Min'), df.Source])
?
Danke. Ich habe das Ergebnis erhalten, nach dem ich gesucht habe: df.groupby ([df.index.map (lambda t: datetime (t.year, t.month, t.day, t.hour, t.minute)), df.Source, df.Event]). size(). entstapeln (level = 2) – serguei
wie kann ich es auf 30 minuten erweitern? – igaurav
Dieser pd.TimeGrouper kann verwendet werden, um ein Vielfaches von Zeiteinheiten zu gruppieren 'df.groupby (pd.TimeGrouper (freq = '30Min'))' – salomonvh