熊猫：使用groupby重新采样时间序列

Question

给定下面的熊猫DataFrame：

In [115]: times = pd.to_datetime(pd.Series(['2014-08-25 21:00:00','2014-08-25 21:04:00',
                                            '2014-08-25 22:07:00','2014-08-25 22:09:00']))
          locations = ['HK', 'LDN', 'LDN', 'LDN']
          event = ['foo', 'bar', 'baz', 'qux']
          df = pd.DataFrame({'Location': locations,
                             'Event': event}, index=times)
          df
Out[115]:
                               Event Location
          2014-08-25 21:00:00  foo   HK
          2014-08-25 21:04:00  bar   LDN
          2014-08-25 22:07:00  baz   LDN
          2014-08-25 22:09:00  qux   LDN

我想对数据重新采样以每小时计数一次，同时按位置分组以生成如下所示的数据框：

Out[115]:
                               HK    LDN
          2014-08-25 21:00:00  1     1
          2014-08-25 22:00:00  0     2

我尝试了resample（）和groupby（）的各种组合，但是没有运气。我将如何处理？

Answer 1

在我的原始帖子中，我建议使用pd.TimeGrouper。如今，使用pd.Grouper代替pd.TimeGrouper。语法在很大程度上是相同的，但TimeGrouper现在已不支持pd.Grouper。

此外，虽然pd.TimeGrouper只能按DatetimeIndex分组，但可以按日期时间
列pd.Grouper进行分组，而您可以通过参数指定。
__key

您可以使用pd.Grouper来按小时将DatetimeIndex’ed DataFrame分组：

grouper = df.groupby([pd.Grouper(freq='1H'), 'Location'])

用于count计算每个组中的事件数：

grouper['Event'].count()
#                      Location
# 2014-08-25 21:00:00  HK          1
#                      LDN         1
# 2014-08-25 22:00:00  LDN         2
# Name: Event, dtype: int64

用于unstack将Location索引级别移至列级别：

grouper['Event'].count().unstack()
# Out[49]: 
# Location             HK  LDN
# 2014-08-25 21:00:00   1    1
# 2014-08-25 22:00:00 NaN    2

然后用于fillna将NaN更改为零。

放在一起

grouper = df.groupby([pd.Grouper(freq='1H'), 'Location'])
result = grouper['Event'].count().unstack('Location').fillna(0)

产量

Location             HK  LDN
2014-08-25 21:00:00   1    1
2014-08-25 22:00:00   0    2