Pandas，python：每 5 分钟计算一次唯一的名称方法出现次数答案

【问题标题】：Pandas, python: Count unique name-method occurrences each 5 minutesPandas，python：每 5 分钟计算一次唯一的名称方法出现次数
【发布时间】：2018-02-07 18:15:12
【问题描述】：

我收到了以下格式的 pandas 数据框：

             datetime                               name  mtd  code
0 2017-09-07 00:00:08                        profile/log  GET  300
1 2017-09-07 00:00:17                        profile/log  PUT  300
3 2017-09-07 00:00:19                             unknown PUT  200
4 2017-09-07 00:00:21                   extras/dashboard  GET  300
5 2017-09-07 00:00:23                       extras/stats  GET  300
6 2017-09-07 00:00:26                 extras/dashboard    GET  300
7 2017-09-07 00:00:29         extras/authz-profile/check  GET  200
8 2017-09-07 00:00:34                              about  PUT  300
9 2017-09-07 00:00:36                         extras/fav  GET  304
2 2017-09-07 00:00:44                       extras/store  GET  200

我想做的是：

计算每个名称-mtd 对的出现次数其中响应代码以 3 开头 从 2017-09-07 00:00:10 到 2017-09-07 00:00:40 开始的每 5 秒间隔

理想的输出是：

     datetime_start     pair                      3??_count
2017-09-07 00:00:10     profile/log - GET         2
2017-09-07 00:00:15     -                         0
2017-09-07 00:00:20     extras/dashboard - GET    1
2017-09-07 00:00:20     extras/stats - GET        1
2017-09-07 00:00:25     extras/dashboard - GET    1
2017-09-07 00:00:30     about - PUT               1
2017-09-07 00:00:35     extras/fav - GET          1
2017-09-07 00:00:40     -                         0

我如何使用 pandas 做到这一点？

我已经编写了一段代码来创建时间段，如desirable output 表中所示，但不知道如何计算 3？每 5 秒时间段的名称-mtd 对。我将非常感谢任何帮助！

data['datetime_start'] = pd.date_range(start="2017-09-07 00:00:10", end="2017-09-07 00:00:40", freq="5S")

【问题讨论】：

棘手的一个！听起来像一个考试问题或什么的。您能否分享您已经尝试过的 groupby 代码，然后有人可以从中构建？

标签： python pandas pandas-groupby

【解决方案1】：

创建 start_date 列

df['start_date']= df[' datetime'].apply(lambda dt: datetime.datetime(dt.year, dt.month, dt.day, dt.hour,dt.minute ,5*(dt.second//5)))

然后你可以聚合

df.groupby(['start_date','name','mtd']).size()

【讨论】：

【解决方案2】：

这是解决此问题的一种方法

创建一个组合 name-mtd 的列，如下所示

df['pair'] = df['name']+' - '+df['mtd']

然后使用 PeriodIndex 指定将列数据时间分组的时间段，如下所示

res = df.groupby([pd.PeriodIndex(df.datetime.dt.round('5s'),freq='5S'),
                'pair'])['pair'].count()

输出将是

datetime             pair                            
2017-09-07 00:00:10  profile/log - GET                   1
2017-09-07 00:00:15  profile/log - PUT                   1
2017-09-07 00:00:20  extras/dashboard - GET              1
                     unknown - PUT                       1
2017-09-07 00:00:25  extras/dashboard - GET              1
                     extras/stats - GET                  1
2017-09-07 00:00:30  extras/authz-profile/check - GET    1
2017-09-07 00:00:35  about - PUT                         1
                     extras/fav - GET                    1
2017-09-07 00:00:45  extras/store - GET                  1
Name: pair, dtype: int64

【讨论】：