Pandas DataFrame按时间戳分组
我有一个用例，其中：
数据的格式为：Col1，Col2，Col3和时间戳。
现在，我只想获取行数与时间戳箱的数量。
也就是说，对于每半小时的存储桶（甚至没有对应行的存储桶），我需要计算有多少行。
时间戳记分布在一年内，因此我无法将其划分为24个存储桶。
我必须每隔30分钟将它们装箱。
问题答案：
groupby 通过 pd.Grouper
# optionally, if needed
# df['Timestamp'] = pd.to_datetime(df['Timestamp'], errors='coerce')
df.groupby(pd.Grouper(key='Timestamp', freq='30min')).count()
resample
df.set_index('Timestamp').resample('30min').count()
-
我正在使用KakfkaStreams(2.3.0)使用流和Ktable之间的连接来丰富一些值（压缩主题）。问题是压缩主题是使用与流主题不同的分区器编写的，因此连接没有按预期工作（一些键不匹配，因为它们在不同的分区中）。 我开始研究通过使用groupBy（）和reduce（）来重新分区压缩的主题，但当它开始读取创建的重新分区主题时，它开始抛出一个StreamsException并显示消息： 输入记录
-
问题内容： 我需要将表分组为15分钟间隔。我可以这样做： 但是要在图表中显示返回的数据，我还需要插入没有任何数据且当前未出现在我的select语句中的间隔。我该如何插入这些？ 问题答案： 用15分钟的增量创建一个带有所有可能时间戳的表，然后从该表向上面的查询进行LEFT JOIN。 如果您知道图表始终涵盖24小时，则只需创建一个数字为0-95的表格，然后为每个条目将其添加到图表的开始时间。
-
问题内容： 我有下面的简单表： 我想了平均，并且每一天为6个小时桶。例如00:00至06：00、06：00至12：00、12：00至18:00和18:00至00:00。 我可以使用以下查询按年，月，日和小时分组： 但是我无法将每天分为上述4个时段，非常欢迎您提供任何帮助。 问题答案： 我认为将（商的小时数/ 6）的商的整数值分组应该会有所帮助。试试看，看看是否有帮助。您的分组依据应该是 其背后的逻
-
问题内容： 我在SO上看到过类似类型的问题，但是，我无法找到针对我特定问题的解决方案。（仅供参考，这些不是我的真实专栏，只是一个简短的示例）。 我有一个基本表： 因此，我想做的是能够： 我已经尝试过类似的东西： 但这不会返回我要查找的行。修复此查询的任何帮助都将非常有用。 非常感谢。 问题答案： 编辑： 顺便说一句，如果您想知道为什么原来的查询不起作用，让我们分解一下： 从…中选择一些东西 其中=
-
我知道这是一个非常常见的问题，但我觉得我找到的答案并没有真正解决问题。我将概述我的具体用例，并对来自其他SO答案和网络的信息进行总结。 对于我正在编写的服务，数据库条目被创建并存储在移动设备和我们的网站上，需要以两种方式同步。我们目前的目标是Android和iOS，它们都使用sqlite作为关系数据库。服务器端是使用Django和MySQL在Python中实现的，但将来可能会有其他解决方案取代它。
-
我有一个Flink程序，它接受两个流，即数据/传感器读数流和警报规则流。我正在广播规则流，并将其连接到数据流以生成动态警报。ProcessingTime的一切都很好，但EventTime却不行。我已经分配了时间戳 > 当两个流（即带有时间戳的流）同时出现时，如何使用“EventTime”生成警报 我是否也必须为我的规则流分配时间戳和水印？ 因为我的规则流只有在有任何添加/修改时才会有记录。是否有任