固定时间间隔的行数和相关百分比答案

【问题标题】：Count of rows at fixed time intervals and associated percentages固定时间间隔的行数和相关百分比
【发布时间】：2022-12-07 23:05:06
【问题描述】：

我在 python 中有以下 pandas DataFrame：

id	entry_time	other_columns
1	16:02:04	other_values
2	15:02:04	other_values
3	10:32:04	other_values
4	21:22:44	other_values
5	09:02:04	other_values
6	11:02:04	other_values

给定以下时间间隔，我想根据进入时间计算前一个数据帧的行数。此外，我想获得一个包含结果 count 列的百分比（小数点后两位）的列。

time_slot	count	percentage
00:00-03:00	0	0.00
03:00-06:00	0	0.00
06:00-09:00	0	0.00
09:00-12:00	3	50.00
12:00-15:00	0	0.00
15:00-18:00	2	33.33
18:00-21:00	0	0.00
21:00-00:00	1	16.67

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

例子

 data = {'id': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6},
 'entry_time': {0: '16:02:04',
  1: '15:02:04',
  2: '10:32:04',
  3: '21:22:44',
  4: '09:02:04',
  5: '11:02:04'},
 'other_columns': {0: 'other_values',
  1: 'other_values',
  2: 'other_values',
  3: 'other_values',
  4: 'other_values',
  5: 'other_values'}}
df = pd.DataFrame(data)

df

    id  entry_time  other_columns
0   1   16:02:04    other_values
1   2   15:02:04    other_values
2   3   10:32:04    other_values
3   4   21:22:44    other_values
4   5   09:02:04    other_values
5   6   11:02:04    other_values

代码

使用pd.cut

bins = range(0, 25, 3)
labels = ['{}:00 - {}:00'.format(str(i).zfill(2), str(i + 3).zfill(2)) for i in bins[:-1]]
s = pd.cut(pd.to_datetime(df['entry_time']).dt.hour, bins=bins, labels=labels, right=False)
pd.concat([s.value_counts(), s.value_counts(normalize=True).mul(100)], keys=['count', 'percentage'], axis=1).reindex(labels).rename_axis('timeslot')

结果：

timeslot     count  percentage
00:00 - 03:00   0   0.0
03:00 - 06:00   0   0.0
06:00 - 09:00   0   0.0
09:00 - 12:00   3   50.0
12:00 - 15:00   0   0.0
15:00 - 18:00   2   33.3
18:00 - 21:00   0   0.0
21:00 - 24:00   1   16.7

另一种方式

s = pd.to_datetime(df['entry_time']).dt.hour.floordiv(3)
df1 = pd.concat([s.value_counts(), s.value_counts(normalize=True).mul(100)], keys=['count', 'percentage'], axis=1).reindex(range(8)).fillna(0)
df1.index = df1.index.map(lambda i:'{}:00 - {}:00'.format(str(i * 3).zfill(2), str(i * 3 + 3).zfill(2)))
df1.rename_axis('timeslot')

结果：

             count  percentage
timeslot        
00:00 - 03:00   0.0 0.0
03:00 - 06:00   0.0 0.0
06:00 - 09:00   0.0 0.0
09:00 - 12:00   3.0 50.0
12:00 - 15:00   0.0 0.0
15:00 - 18:00   2.0 33.3
18:00 - 21:00   0.0 0.0
21:00 - 24:00   1.0 16.7

【讨论】：