使用python pandas按日期和小时计算时间戳的频率答案

【问题标题】：Count frequency of timestamp by date and hour using python pandas使用python pandas按日期和小时计算时间戳的频率
【发布时间】：2017-04-19 08:20:54
【问题描述】：

我是使用 python 的新手，我一直在寻找答案，但没有任何帮助。

我有一个表单的 pandas 数据框

数据

输出：

      CALL_TYPE   TIMESTAMP
 0           B    1408039037
 1           B    1408038611
 2           B    1408038568
 3           B    1408039090
 4           B    1408039177
 5           A    1408037146
 6           B    1408038846
 7           A    1408038948...

我的 TIMESTAMP 是 pandas.core.series.Series

类型的 int64

我想按“天”和“小时”计算我的 TIMESTAMP 的频率。

如何使用 Python pandas 实现这一目标？

提前致谢:)

【问题讨论】：

你的时间戳是小时还是秒？
DYZ，以秒为单位。谢谢。
那么请看下面我的回答。

标签： python pandas frequency

【解决方案1】：

首先，将它们分成小时和天：

data['DAY'], data['HOUR'] = data["TIMESTAMP"] // (24*3600), data["TIMESTAMP"] % (24*3600)

现在，数一数：

data.groupby(['DAY','HOUR']).count()

【讨论】：

【解决方案2】：

别忘了 datetime.fromtimestamp(timestamp) 可以提供您的当地时间，如 time.localtime(timestamp) 。

datetime.datetime.utcfromtimestamp(timestamp) 会给你 UTC 时间。

（例如

data['HOUR'] = str(datetime.utcfromtimestamp(data["TIMESTAMP"]))[11:13]
data['DAY'] = str(datetime.utcfromtimestamp(data["TIMESTAMP"]))[:10]

然后使用 groupby() 获取正确的时间格式。

【讨论】：