无法执行基于时间的滚动操作窗口熊猫？总是给出窗口必须是整数

Question

我的数据是这样的

{'transaction': {'merchant': 'merchantA', 'amount': 20, 'time': '2019-02-13T10:00:00.000Z'}}
{'transaction': {'merchant': 'merchantA', 'amount': 90, 'time': '2019-02-13T11:00:00.000Z'}}
.
.
.

我想根据时间执行一些滚动操作。例如，过去“X”分钟内发生的交易数量等。

我尝试了多种方法，但无法弄清楚。 最初，我将 len(df.index) 作为索引。 （不知道这样做有没有效率）

后来我也尝试将 data['transaction']['time'] 作为索引。仍然，不起作用。

它总是给出错误窗口必须是一个整数。

df = pd.DataFrame()
    df2 = pd.DataFrame()
    for line in sys.stdin:
        data = json.loads(line)
        # df1 = pd.DataFrame(data["transaction"], index=[len(df.index)])
        df1 = pd.DataFrame(data["transaction"], index=[data['transaction']['time']])
        # df1 = pd.DataFrame.from_dict(data, orient='index')
        df = df.append(df1)
        ro = df.rolling('2min', on='time').count()
        # ro = pd.get_dummies(df).rolling('2M').count()
        print(ro)
        # df2 = df.merge(ro)

    # print(df2)
    print(df)

我在这里错过了什么？

谢谢

Answer 1

我认为您可以先创建字典列表并传递给DataFrame 构造函数，将列time 转换为日期时间，然后使用rolling：

out = [json.loads(line)["transaction"] for line in sys.stdin]
df = pd.DataFrame(out)
df['time'] = pd.to_datetime(df['time'])

然后：

df['new'] = df.rolling('2min', on='time')['amount'].count()
print (df)
    merchant  amount                      time  new
0  merchantA      90 2019-02-13 11:00:00+00:00  1.0
1  merchantA      90 2019-02-13 11:00:00+00:00  2.0

编辑：

你的解决方案应该改变：

out = []
for line in sys.stdin:
    data = json.loads(line)
    out.append(data["transaction"])

df = pd.DataFrame(out)
df['time'] = pd.to_datetime(df['time'])

df['new'] = df.rolling('2min', on='time')['amount'].count()