如何使用 groupby - pandas 按时间频率计数

Question

我正在尝试使用我的df 中的 2 列按月计算 2 个事件的频率。到目前为止，我所做的是按唯一时间计算所有事件，这不够有效，因为结果太多。我希望之后创建一个带有结果的图表。

我尝试通过 SO 问题的答案来调整我的代码：

• [How to groupby time series by 10 minutes using pandas?
• [Counting frequency of occurrence by month-year using python panda
• [Pandas Groupby using time frequency

但当我在groupby 命令中输入freq='day' 时，该命令似乎无法正常工作。

我的代码是：

print(df.groupby(['Priority', 'Create Time']).Priority.count())

最初产生类似 170000 的结果的结构如下：

Priority  Create Time        
1.0       2011-01-01 00:00:00    1
          2011-01-01 00:01:11    1
          2011-01-01 00:02:10    1
                  ...

2.0       2011-01-01 00:01:25    1
          2011-01-01 00:01:35    1
                  ...

但现在由于某种原因（我使用的是 Jupyter Notebook）它只产生：

Priority  Create Time        
1.0       2011-01-01 00:00:00    1
          2011-01-01 00:01:11    1
          2011-01-01 00:02:10    1
2.0       2011-01-01 00:01:25    1
          2011-01-01 00:01:35    1
Name: Priority, dtype: int64

不知道为什么输出变成了只有 5 个结果（也许我在不知不觉中改变了一些东西）。

我希望结果采用以下格式：

Priority  month     Count     
1.0       2011-01     a
          2011-02     b
          2011-03     c
                ...

2.0       2011-01     x
          2011-02     y
          2011-03     z
                ...

显示如何正确更改其他值的频率的要点，例如hour/day/month/year。有了答案，请您解释一下您的代码中发生了什么，因为我是新手，正在学习熊猫并希望了解该过程。谢谢。

Answer 1

一种可能的解决方案是通过Series.dt.to_period 将日期时间列转换为月份：

print(df.groupby(['Priority', df['Create Time'].dt.to_period('m')]).Priority.count())

或者使用Grouper:

print(df.groupby(['Priority', pd.Grouper(key='Create Time', freq='MS')]).Priority.count())

示例：

np.random.seed(123)

df = pd.DataFrame({'Create Time':pd.date_range('2019-01-01', freq='10D', periods=10),
                   'Priority':np.random.choice([0,1], size=10)})

print (df)
  Create Time  Priority
0  2019-01-01         0
1  2019-01-11         1
2  2019-01-21         0
3  2019-01-31         0
4  2019-02-10         0
5  2019-02-20         0
6  2019-03-02         0
7  2019-03-12         1
8  2019-03-22         1
9  2019-04-01         0

---

print(df.groupby(['Priority', df['Create Time'].dt.to_period('m')]).Priority.count())
Priority  Create Time
0         2019-01        3
          2019-02        2
          2019-03        1
          2019-04        1
1         2019-01        1
          2019-03        2
Name: Priority, dtype: int64

print(df.groupby(['Priority', pd.Grouper(key='Create Time', freq='MS')]).Priority.count())
Priority  Create Time
0         2019-01-01     3
          2019-02-01     2
          2019-03-01     1
          2019-04-01     1
1         2019-01-01     1
          2019-03-01     2
Name: Priority, dtype: int64