使用 pandas 和 Matplotlib 计算每小时的投票率

Question

我正在尝试查找特定值“PAY”在每小时范围列中出现的次数。

我用pandas制作了数据框：

df = pd.read_json('test.json')
print(df.head(3))
print(df.dtypes)

  TransactionCode                           Date  
1             PAY  2021-12-09T10:23:29.242+01:00  
2             PAY  2021-12-09T10:23:02.978+01:00  
3             PAY  2021-12-09T10:22:48.659+01:00 

TransactionCode       object
Date                  object

将日期列拆分为“日期”和“时间”两列后：

df['Time'] = pd.to_datetime(df['Date']).dt.time
df['Date'] = pd.to_datetime(df['Date']).dt.date
print(df.head())
print(df.dtypes)

  TransactionCode        Date             Time
1             PAY  2021-12-09  10:23:29.242000
2             PAY  2021-12-09  10:23:02.978000
3             PAY  2021-12-09  10:22:48.659000
4             PAY  2021-12-09  11:32:48.659000
5             PAY  2021-12-09  11:45:12.659000


TransactionCode       object
Date                  object
Time                  object

我希望遍历“Time”列以了解每天“PAY”值出现了多少次。我需要这个来使用 Matplotlib 构建每小时投票率图。

Answer 1

您可以转换为日期时间，set_index 日期和 resample 转换为小时，最后绘制：

df2 = (
 df.assign(Date=pd.to_datetime(df['Date']))
   .set_index('Date')
   .loc[lambda d: d['TransactionCode'].eq('PAY')]
   .resample('1H').count()
)

输出：

                           TransactionCode
Date                                      
2021-12-09 10:00:00+01:00                3
2021-12-09 11:00:00+01:00                2

剧情：

df2.plot.bar()

Answer 2

考虑以下数据框：

    TransactionCode       Date             Time
1               PAY 2021-12-09  10:23:29.242000
2               PAY 2021-12-09  10:23:02.978000
3               PAY 2021-12-09  10:22:48.659000
4               ERR 2021-12-09  11:32:48.659000
5               PAY 2021-12-09  11:45:12.659000

你可以这样做：

df['Hour'] = [time.hour for time in df['Time']]
df[df['TransactionCode'] == 'PAY'][['TransactionCode','Hour']].groupby('Hour').count().plot(kind='bar');

使用 pandas 和 Matplotlib 计算每小时的投票率

Calculate hourly turnout with pandas and Matplotlib

python

plot

matplotlib

dataframe

pandas