python获取日期时间对象的直方图箱

Question

我有两个列表。

1. 列表times 是从2018-04-10 00:00 到datetimes 的列表 2018-04-10 23:59.

2. 对于times 中的每个项目，我在labels 列表中记录了0 或1 的相应标签。

我的目标是获得每分钟间隔的平均标签值（在0 和1 之间）。

times = [Timestamp('2018-04-10 00:00:00.118000'),
 Timestamp('2018-04-10 00:00:00.547000'),
 Timestamp('2018-04-10 00:00:00.569000'),
 Timestamp('2018-04-10 00:00:00.690000'),
.
.
.
Timestamp('2018-04-10 23:59:59.999000') ]

labels = [0,1,1,0,1,0,....1]

在哪里len(times) == len(labels)

对于2018-04-10 00:00 和2018-04-10 23:59 之间的每一分钟间隔，分别是列表中的最小和最大时间，我试图获得两个列表：

1) 分钟间隔的开始时间。

2) 该区间内所有日期时间的平均标签值。

尤其是我在 (2) 方面遇到了麻烦。

注意：times 列表不一定按时间顺序排列

Answer 1

首先，我从我如何生成上述格式的数据开始

from datetime import datetime
size = int(1e6)

timestamp_a_day = np.linspace(datetime.now().timestamp(), datetime.now().timestamp()+24*60*60, size)
dummy_sec = np.random.rand(size)

timestamp_series = pd.Series(timestamp_a_day + dummy_sec)\
.sort_values().reset_index(drop=True)\
.apply(lambda x: datetime.fromtimestamp(x))

data = pd.DataFrame(timestamp_series, columns=['timestamp'])
data['label'] = np.random.randint(0, 2, size)

让我们解决这个问题！ （希望我能准确理解你的问题哈哈哈）

1) data['start_interval'] = data['timestamp'].dt.floor('s')
2) data.groupby('start_interval')['label'].mean()

Answer 2

• ziptimes 和labels 然后sort;
• 编写一个函数，返回时间戳的日期、小时、分钟；
• groupby那个函数；
• sum 并平均每个组的标签