问题：
如何从示例dataframe的“创建时间”列中获取小时数，并将其作为另一个dataframe进行计数
黎震博
具有以下列的示例数据帧（df）：
id created_time faid
0 21 2019-06-17 07:06:45 FF1854155
1 54 2019-04-12 08:06:03 FF30232
2 88 2019-04-20 05:36:03 FF1855531251
3 154 2019-04-26 07:09:22 FF8145292
4 218 2019-07-25 13:20:51 FF0143154
5 219 2019-04-30 18:50:24 FF04211
6 235 2019-04-30 20:37:37 FF0671380
7 266 2019-05-02 08:38:56 FF08070
8 268 2019-05-02 11:08:21 FF591087
我可以知道如何实现新的数据帧吗
hour count
07 2
08 2
. .
. .
共有1个答案
谭泉
尝试从创建的时间计算小时数。
按小时分组数
df['hour'] = pd.to_datetime(df['created_time']).dt.hour
res = df.groupby(['hour'],as_index=False)['faid'].count().rename(columns={"faid":"count"})
hour count
07 2
08 2
类似资料：
-
问题内容： 在Pandas DataFrame中，我可以使用函数将列值与另一列进行匹配。 例如：假设我们有一个DataFrame： 和另一个DataFrame： 我可以使用的功能相匹配的列值对的列值 例如： 产量： PySpark DataFrame中的等效操作是什么？ 上面的代码给我一条错误消息： 问题答案： 这种操作在spark中称为“左半联接”：
-
当我像这样使用DataFrame groupby时： 我只会得到一个列为“age”和“count（id）”的DataFrame，但在df中，还有许多其他列，如“name”。 总之，我想得到MySQL中的结果， “按年龄从df组中选择姓名、年龄、计数（id）” 在Spark中使用groupby时该怎么办？
-
但我如何也摆脱这些假想呢？
-
我有一个问题，在这个例子中简化了。考虑这个熊猫数据帧，df_a： 我想通过将数量相加到一个新的数据框中，并创建一个新的类似于“arange”的索引来对这个数据框进行分组。这应该是我想要的结果： 但是我的努力创建了一个系列（我希望一个数据帧作为结果）： 或者基于id列创建新索引： 我还尝试传递index参数，但这也不起作用： 有人对此有一个优雅的解决方案吗？
-
问题内容： 我有一个如下所示的Pandas DataFrame： 我想跨列获取某个值的计数。所以我的预期输出是这样的： 我知道如何跨行执行此操作，但是对列执行此操作有点奇怪？请帮助我解决这个问题吗？谢谢。 问题答案： 首先将其堆叠，然后使用value_counts：