依靠 pandas 的滚动时间窗口

Question

我正在尝试返回关于（移动）固定点的时间窗口的计数。

它试图随时了解仪器的状况，作为它之前的使用的函数。

因此，如果仪器在 12.05pm、12.10、12.15、12.30、12.40 和 1pm 使用，则使用次数为：

12.05 -> 1（最后一小时一次）

12.10 -> 2

12.15 -> 3

12.30 -> 4

12.40 -> 5

1.00 -> 6

...但是让我们说在 1.06 恢复使用： 1.06 -> 6 这不会增加计数，因为第一次运行是一个多小时前。

如何计算此计数并将其附加为一列？

感觉这是一个 groupby/aggregate/count，可能在 lambda 函数中使用 timedeltas，但我不知道从哪里开始。

我也希望能够使用时间窗口，所以不仅仅是过去的一小时，而是实例周围的一小时，即 + 和 -30 分钟。

以下代码给出了一个起始数据框：

s = pd.Series(pd.date_range('2020-1-1', periods=8000, freq='250s'))
df = pd.DataFrame({'Run time': s})
df_sample = df.sample(6000)
df_sample = df_sample.sort_index()

我找到的最好的帮助（公平地说，我通常可以从逻辑中破解）是Distinct count on a rolling time window，但这次我没有成功。

谢谢

Answer 1

我之前用DataFrame.rolling 函数做过类似的事情： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.rolling.html

所以对于您的数据集，首先您需要将索引更新为日期时间字段，然后您可以执行您需要的分析，因此从您的代码继续：

s = pd.Series(pd.date_range('2020-1-1', periods=8000, freq='250s'))
df = pd.DataFrame({'Run time': s})
df_sample = df.sample(6000)
df_sample = df_sample.sort_index()

# Create a value we can count
df_sample('Occurrences') = 1

# Set the index to the datetime element
df_sample = df_sample.set_index('Run time')

# Use Pandas rolling method, 3600s = 1 Hour
df_sample['Occurrences in Last Hour'] = df_sample['Occurrences'].rolling('3600s').sum()

df_sample.head(15)

                     Occurrences  Occurrences in Last Hour
Run time                                                   
2020-01-01 00:00:00            1                       1.0
2020-01-01 00:04:10            1                       2.0
2020-01-01 00:08:20            1                       3.0
2020-01-01 00:12:30            1                       4.0
2020-01-01 00:16:40            1                       5.0
2020-01-01 00:25:00            1                       6.0
2020-01-01 00:29:10            1                       7.0
2020-01-01 00:37:30            1                       8.0
2020-01-01 00:50:00            1                       9.0
2020-01-01 00:54:10            1                      10.0
2020-01-01 00:58:20            1                      11.0
2020-01-01 01:02:30            1                      11.0
2020-01-01 01:06:40            1                      11.0
2020-01-01 01:15:00            1                      10.0
2020-01-01 01:19:10            1                      10.0

您需要将索引设置为日期时间元素以使用时基窗口，否则您只能使用与行数对应的整数值。