Tengo algunos datos de los archivos de registro y me gustaría entradas de grupo por un minuto:¿Cómo se agrupa DataFrame por un período de tiempo?
def gen(date, count=10):
while count > 0:
yield date, "event{}".format(randint(1,9)), "source{}".format(randint(1,3))
count -= 1
date += DateOffset(seconds=randint(40))
df = DataFrame.from_records(list(gen(datetime(2012,1,1,12, 30))), index='Time', columns=['Time', 'Event', 'Source'])
df:
Event Source
2012-01-01 12:30:00 event3 source1
2012-01-01 12:30:12 event2 source2
2012-01-01 12:30:12 event2 source2
2012-01-01 12:30:29 event6 source1
2012-01-01 12:30:38 event1 source1
2012-01-01 12:31:05 event4 source2
2012-01-01 12:31:38 event4 source1
2012-01-01 12:31:44 event5 source1
2012-01-01 12:31:48 event5 source2
2012-01-01 12:32:23 event6 source1
he probado todas estas opciones:
df.resample('Min')
es demasiado alto nivel y quiere agregardf.groupby(date_range(datetime(2012,1,1,12, 30), freq='Min', periods=4))
falla con excepción.df.groupby(TimeGrouper(freq='Min'))
funciona bien y devuelve un objetoDataFrameGroupBy
para su posterior procesamiento, por ejemplo .:grouped = df.groupby(TimeGrouper(freq='Min')) grouped.Source.value_counts() 2012-01-01 12:30:00 source1 1 2012-01-01 12:31:00 source2 2 source1 2 2012-01-01 12:32:00 source2 2 source1 2 2012-01-01 12:33:00 source1 1
Sin embargo, la clase TimeGrouper
no está documentada.
¿Cuál es la manera correcta de agrupar por un período de tiempo? ¿Cómo puedo agrupar los datos por un minuto Y por la columna Fuente, p. groupby([TimeGrouper(freq='Min'), df.Source])
?
Gracias. Obtuve el resultado que estaba buscando con esta afirmación: df.groupby ([df.index.map (lambda t: datetime (t.year, t.month, t.day, t.hour, t.minute)), df.Source, df.Event]). size(). unstack (level = 2) – serguei
¿cómo puedo extenderlo a 30 minutos? – igaurav
Este pd.TimeGrouper se puede usar para agrupar por múltiplos de unidades de tiempo 'df.groupby (pd.TimeGrouper (freq = '30Min'))' – salomonvh