31

我在熊猫数据框中有一个这样的数据集：

                                  score
timestamp                                 
2013-06-29 00:52:28+00:00        -0.420070
2013-06-29 00:51:53+00:00        -0.445720
2013-06-28 16:40:43+00:00         0.508161
2013-06-28 15:10:30+00:00         0.921474
2013-06-28 15:10:17+00:00         0.876710

我需要计算发生的测量次数，所以我正在寻找这样的东西：

                                    count
   timestamp
   2013-06-29                       2
   2013-06-28                       3

我不关心我想要每天发生次数的情绪列。

4

3 回答 3

31

如果您的timestamp索引是DatetimeIndex：

import io
import pandas as pd
content = '''\
timestamp  score
2013-06-29 00:52:28+00:00        -0.420070
2013-06-29 00:51:53+00:00        -0.445720
2013-06-28 16:40:43+00:00         0.508161
2013-06-28 15:10:30+00:00         0.921474
2013-06-28 15:10:17+00:00         0.876710
'''

df = pd.read_table(io.BytesIO(content), sep='\s{2,}', parse_dates=[0], index_col=[0])

print(df)

所以df看起来像这样：

                        score
timestamp                    
2013-06-29 00:52:28 -0.420070
2013-06-29 00:51:53 -0.445720
2013-06-28 16:40:43  0.508161
2013-06-28 15:10:30  0.921474
2013-06-28 15:10:17  0.876710

print(df.index)
# <class 'pandas.tseries.index.DatetimeIndex'>

您可以使用：

print(df.groupby(df.index.date).count())

产生

            score
2013-06-28      3
2013-06-29      2

注意参数的重要性parse_dates。没有它，索引将只是一个pandas.core.index.Index对象。在这种情况下，您不能使用df.index.date.

所以答案取决于type(df.index)你没有显示的...

于 2013-07-17T17:27:32.483 回答
22

否则，使用重采样功能。

In [419]: df
Out[419]: 
timestamp
2013-06-29 00:52:28   -0.420070
2013-06-29 00:51:53   -0.445720
2013-06-28 16:40:43    0.508161
2013-06-28 15:10:30    0.921474
2013-06-28 15:10:17    0.876710
Name: score, dtype: float64

In [420]: df.resample('D', how={'score':'count'})

Out[420]: 
2013-06-28    3
2013-06-29    2
dtype: int64

更新：使用熊猫 0.18+

正如@jbochi 指出的那样，how现在不推荐使用 resample with 。改用：

df.resample('D').apply({'score':'count'})
于 2015-04-09T15:24:56.610 回答
12 
In [145]: df
Out[145]: 
timestamp
2013-06-29 00:52:28   -0.420070
2013-06-29 00:51:53   -0.445720
2013-06-28 16:40:43    0.508161
2013-06-28 15:10:30    0.921474
2013-06-28 15:10:17    0.876710
Name: score, dtype: float64

In [160]: df.groupby(lambda x: x.date).count()
Out[160]: 
2013-06-28    3
2013-06-29    2
dtype: int64
于 2013-07-17T17:21:47.680 回答