查找行数最多的时间间隔

Question

我有以下 DataFrame，其中每一行代表自行车租赁：

（持续时间以秒为单位）

我对熊猫和大数据非常陌生。我正在尝试找出当前使用的自行车数量最多的具体时间*，以及该最大值是多少。

Timebeing Date 具有小时和分钟精度。 *

租用时间从 60 秒到 17270400 秒（199 天）不等

数据框共有 67.000 行。

我知道解决方案可能很简单，但我一直在思考和寻找一段时间，但我还是坚持了下来。

这是.csv的一些数据（为了数据的一点多样性，从文件的顶部、中间和末尾选择了一些记录）

http://pastebin.com/Tgnupe7K

编辑：使用 .csv 中的一些原始数据添加了 pastebin

Answer 1

这里的想法是考虑每辆自行车进入和退出使用的时间，将进入使用表示为 +1，退出使用表示为 -1。取这些时间，对它们进行排序，然后对 +1/-1 进行累积和。累积和的最大值将给出给定时间的最大自行车数。

我将使用我模拟的一些数据作为示例：

# Setup some fake data.
np.random.seed([3, 1415])
n = 67
df = pd.DataFrame({
    'start_date': np.random.choice(pd.date_range('2016-01-01', periods=10), size=n),
    'duration': np.random.randint(1, 10**5, size=n)
})
df['start_date'] += pd.to_timedelta(np.random.randint(1000, size=n), unit='m')

那么程序如下：

# Combine the entrance and exit times with the appropriate sign.
bike_times = pd.concat([
    pd.Series(1, index=df['start_date']),
    pd.Series(-1, index=df['start_date'] + pd.to_timedelta(df['duration'], unit='s')),
])

# Sort the dates and take the cumulative sum of the signs.
bike_times = bike_times.sort_index().cumsum()

# Find the max time and number of bikes.
max_dt = bike_times.idxmax()
max_bikes = bike_times.max()

在上面的代码中，max_dt 将产生自行车最多的开始时间。要查找结束时间，只需查看bike_times 中的下一个索引值即可。