使用 pandas 按日期计算值的频率

Question

假设我有以下时间序列：

Timestamp              Category
2014-10-16 15:05:17    Facebook
2014-10-16 14:56:37    Vimeo
2014-10-16 14:25:16    Facebook
2014-10-16 14:15:32    Facebook
2014-10-16 13:41:01    Facebook
2014-10-16 12:50:30    Orkut
2014-10-16 12:28:54    Facebook
2014-10-16 12:26:56    Facebook
2014-10-16 12:25:12    Facebook
...
2014-10-08 15:52:49    Youtube
2014-10-08 15:04:50    Youtube
2014-10-08 15:03:48    Vimeo
2014-10-08 15:02:27    Youtube
2014-10-08 15:01:56    DailyMotion
2014-10-08 13:27:28    Facebook
2014-10-08 13:01:08    Vimeo
2014-10-08 12:52:06    Facebook
2014-10-08 12:43:27    Facebook
Name: summary, Length: 600

我想每周和每年对每个类别（时间序列中的唯一 Value/Factor）进行计数。

Example:

    Week/Year      Category      Count
    1/2014         Facebook      12
    1/2014         Google        5
    1/2014         Youtube       2
...    
    2/2014         Facebook      2
    2/2014         Google        5
    2/2014         Youtube       20
...

如何使用 Python pandas 实现这一点？

Answer 1

将您的 TimeStamp 列转换为周数，然后按该周数和 value_count 分类变量分组，如下所示：

df.groupby('week_num').Category.value_counts()

我假设新列 week_num 是从 TimeStamp 列创建的。

Answer 2

将您的 Series 转换为 DataFrame 并使用 Pandas' groupby 功能可能是最简单的方法（如果您已经拥有 DataFrame，则直接跳到下面添加另一列）。

如果您的 Series 名为 s，则将其转换为 DataFrame，如下所示：

>>> df = pd.DataFrame({'Timestamp': s.index, 'Category': s.values})
>>> df
       Category           Timestamp
0      Facebook 2014-10-16 15:05:17
1         Vimeo 2014-10-16 14:56:37
2      Facebook 2014-10-16 14:25:16
...

现在为周和年添加另一列（一种方法是使用 apply 并生成 week/year 数字的字符串）：

>>> df['Week/Year'] = df['Timestamp'].apply(lambda x: "%d/%d" % (x.week, x.year))
>>> df
             Timestamp     Category Week/Year
0  2014-10-16 15:05:17     Facebook   42/2014
1  2014-10-16 14:56:37        Vimeo   42/2014
2  2014-10-16 14:25:16     Facebook   42/2014
...

最后，按 'Week/Year' 和 'Category' 分组并与 size() 聚合以获得计数。对于您问题中的数据，这会产生以下结果：

>>> df.groupby(['Week/Year', 'Category']).size()
Week/Year  Category   
41/2014    DailyMotion    1
           Facebook       3
           Vimeo          2
           Youtube        3
42/2014    Facebook       7
           Orkut          1
           Vimeo          1

Answer 3

为了更清楚一点，您不需要先创建一个名为 'week_num' 的新列。

df.groupby(by=lambda x: "%d/%d" % (x.week(), x.year())).Category.value_counts()

by函数会自动调用索引的每个时间戳对象将它们转换为周和年，然后按周和年分组。

使用 pandas 按日期计算值的频率

Counting frequency of values by date using pandas

datetime

time-series

count

dataframe

pandas