如何制作每个特定时间间隔的 pandas 日期时间的直方图？
How to make a histogram of pandas datetimes per specific time interval?
我想绘制一些日期时间并指定一个时间间隔以便将它们捆绑在一起并制作直方图。因此，例如，如果在一个小时的跨度内恰好有 n 个日期时间，则将它们组合在一起或将它们解析为年、月、日、小时。并省略分钟和秒。
假设我有一个包含一些日期时间值的数据框：
import pandas as pd
import numpy as np
from datetime import datetime, timedelta
date_today = datetime.now()
days = pd.date_range(date_today, date_today + timedelta(7), freq='D')
np.random.seed(seed=1111)
data = np.random.randint(1, high=100, size=len(days))
df = pd.DataFrame({'test': days, 'col2': data})
df = df.set_index('test')
print(df)
2018-06-19 17:10:32.076646 29
2018-06-20 17:10:32.076646 56
2018-06-21 17:10:32.076646 82
2018-06-22 17:10:32.076646 13
2018-06-23 17:10:32.076646 35
2018-06-24 17:10:32.076646 53
2018-06-25 17:10:32.076646 25
2018-06-26 17:10:32.076646 23
理想情况下，我想指定一个更灵活的时间间隔，例如“6 小时”，以便对日期时间进行某种模运算。这可能吗？
pd.Grouper
允许您指定用于对数据进行分组的固定频率间隔。使用 groupby 然后根据这些组汇总您的 df。例如，如果 col2 是计数，并且您想将 2 天间隔内的所有计数合并在一起，您可以这样做：
import pandas as pd
df.groupby(pd.Grouper(level=0, freq='2D')).col2.sum()
输出：
test
2018-06-19 13:49:11.560185 85
2018-06-21 13:49:11.560185 95
2018-06-23 13:49:11.560185 88
2018-06-25 13:49:11.560185 48
Name: col2, dtype: int32
您按 level=0 分组，即标记为 'test' 的索引，并在 2 天的区间内求和 col2。 pd.Grouper 的行为可能有点烦人，因为在此示例中，bin 开始和结束于 13:49:11...，这可能不是您想要的。
pd.cut + pd.date_range
如果您使用 pd.date_range 定义 bin，然后使用 pd.cut，则您可以更好地控制定义 bin。例如，您可以从 19 日开始每 2 天定义一次 bin。
df.groupby(pd.cut(df.index,
pd.date_range('2018-06-19', '2018-06-27', freq='2D'))).col2.sum()
输出：
(2018-06-19, 2018-06-21] 85
(2018-06-21, 2018-06-23] 95
(2018-06-23, 2018-06-25] 88
(2018-06-25, 2018-06-27] 48
Name: col2, dtype: int32
这很好，因为如果您希望垃圾箱在偶数天开始，您只需在 pd.date_range
中更改开始日期和结束日期
df.groupby(pd.cut(df.index,
pd.date_range('2018-06-18', '2018-06-28', freq='2D'))).col2.sum()
输出：
(2018-06-18, 2018-06-20] 29
(2018-06-20, 2018-06-22] 138
(2018-06-22, 2018-06-24] 48
(2018-06-24, 2018-06-26] 78
(2018-06-26, 2018-06-28] 23
Name: col2, dtype: int32
如果您真的想要，您可以指定从 2018 年 6 月 19 日凌晨 5 点开始的 2.6 小时分箱：
df.groupby(pd.cut(df.index,
pd.date_range('2018-06-19 5:00:00', '2018-06-28 5:00:00', freq='2.6H'))).col2.sum()
#(2018-06-19 05:00:00, 2018-06-19 07:36:00] 0
#(2018-06-19 07:36:00, 2018-06-19 10:12:00] 0
#(2018-06-19 10:12:00, 2018-06-19 12:48:00] 0
#(2018-06-19 12:48:00, 2018-06-19 15:24:00] 29
#....
直方图。
汇总数据后，只需使用 .plot(kind='bar')。
(df.groupby(pd.cut(df.index,
pd.date_range('2018-06-19', '2018-06-28', freq='2D')))
.col2.sum().plot(kind='bar', color='firebrick', rot=30))
我想绘制一些日期时间并指定一个时间间隔以便将它们捆绑在一起并制作直方图。因此，例如，如果在一个小时的跨度内恰好有 n 个日期时间，则将它们组合在一起或将它们解析为年、月、日、小时。并省略分钟和秒。 假设我有一个包含一些日期时间值的数据框：
import pandas as pd
import numpy as np
from datetime import datetime, timedelta
date_today = datetime.now()
days = pd.date_range(date_today, date_today + timedelta(7), freq='D')
np.random.seed(seed=1111)
data = np.random.randint(1, high=100, size=len(days))
df = pd.DataFrame({'test': days, 'col2': data})
df = df.set_index('test')
print(df)
2018-06-19 17:10:32.076646 29
2018-06-20 17:10:32.076646 56
2018-06-21 17:10:32.076646 82
2018-06-22 17:10:32.076646 13
2018-06-23 17:10:32.076646 35
2018-06-24 17:10:32.076646 53
2018-06-25 17:10:32.076646 25
2018-06-26 17:10:32.076646 23
理想情况下，我想指定一个更灵活的时间间隔，例如“6 小时”，以便对日期时间进行某种模运算。这可能吗？
pd.Grouper
允许您指定用于对数据进行分组的固定频率间隔。使用 groupby 然后根据这些组汇总您的 df。例如，如果 col2 是计数，并且您想将 2 天间隔内的所有计数合并在一起，您可以这样做：
import pandas as pd
df.groupby(pd.Grouper(level=0, freq='2D')).col2.sum()
输出：
test
2018-06-19 13:49:11.560185 85
2018-06-21 13:49:11.560185 95
2018-06-23 13:49:11.560185 88
2018-06-25 13:49:11.560185 48
Name: col2, dtype: int32
您按 level=0 分组，即标记为 'test' 的索引，并在 2 天的区间内求和 col2。 pd.Grouper 的行为可能有点烦人，因为在此示例中，bin 开始和结束于 13:49:11...，这可能不是您想要的。
pd.cut + pd.date_range
如果您使用 pd.date_range 定义 bin，然后使用 pd.cut，则您可以更好地控制定义 bin。例如，您可以从 19 日开始每 2 天定义一次 bin。
df.groupby(pd.cut(df.index,
pd.date_range('2018-06-19', '2018-06-27', freq='2D'))).col2.sum()
输出：
(2018-06-19, 2018-06-21] 85
(2018-06-21, 2018-06-23] 95
(2018-06-23, 2018-06-25] 88
(2018-06-25, 2018-06-27] 48
Name: col2, dtype: int32
这很好，因为如果您希望垃圾箱在偶数天开始，您只需在 pd.date_range
df.groupby(pd.cut(df.index,
pd.date_range('2018-06-18', '2018-06-28', freq='2D'))).col2.sum()
输出：
(2018-06-18, 2018-06-20] 29
(2018-06-20, 2018-06-22] 138
(2018-06-22, 2018-06-24] 48
(2018-06-24, 2018-06-26] 78
(2018-06-26, 2018-06-28] 23
Name: col2, dtype: int32
如果您真的想要，您可以指定从 2018 年 6 月 19 日凌晨 5 点开始的 2.6 小时分箱：
df.groupby(pd.cut(df.index,
pd.date_range('2018-06-19 5:00:00', '2018-06-28 5:00:00', freq='2.6H'))).col2.sum()
#(2018-06-19 05:00:00, 2018-06-19 07:36:00] 0
#(2018-06-19 07:36:00, 2018-06-19 10:12:00] 0
#(2018-06-19 10:12:00, 2018-06-19 12:48:00] 0
#(2018-06-19 12:48:00, 2018-06-19 15:24:00] 29
#....
直方图。
汇总数据后，只需使用 .plot(kind='bar')。
(df.groupby(pd.cut(df.index,
pd.date_range('2018-06-19', '2018-06-28', freq='2D')))
.col2.sum().plot(kind='bar', color='firebrick', rot=30))