以五秒为间隔按时间查找餐厅订单取消的频率

Question

我的数据集如下所示：

order_id	canceled_at	accepted_at	Delta
1	2021-07-02 23:30:26	2021-07-02 23:29:21	0 days 00:01:05
2	2021-09-17 20:35:44	2021-09-17 20:35:33	0 days 00:00:11
3	2021-05-21 11:47:28	2021-05-21 11:37:19	0 days 00:10:09
4	2021-06-18 7:34:06	2021-06-18 7:31:08	0 days 00:02:58
5	2021-05-16 15:54:34	2021-05-16 15:53:43	0 days 00:00:51

Delta 是从客户取消订单到他们下订单的时间。我的目标是以五秒为间隔的时间以及众数、中位数、均值来查找餐厅订单取消的频率。但是，我尝试了以下操作：

df_new.resample('5S', on='Delta').count().head(5)

我的成绩不理想：

Delta	order_id	canceled_at	accepted_at	Delta
0 days 00:00:01	656	656	656	656
0 days 00:00:06	1348	1348	1348	1348
0 days 00:00:11	3874	3874	3874	3874
0 days 00:00:16	3586	3586	3586	3586
0 days 00:00:21	2916	2916	2916	2916

我不确定发生了什么，我希望有人可以提供帮助？非常感谢！我认为伯爵正在填满一切。

理想情况下我只想要 2 列

1. 每 5 秒对 Delta 进行分组（最小 Delta 为 1 秒，因此看起来正确）
2. 以及每 5 秒间隔的取消计数。

5 Second Intervals	Count of Cancellations
1	25
6	30
11	6
...
...
1 minute and 1 second	32

Answer 1

(((df['Delta'].dt.seconds - 1) // 5) * 5 + 1).value_counts().reset_index()

数学将每个 Delta 转换为 group-label。 // 取除 5 的商，因此 1、2、3、4、5 秒（减去 1) 全部成为组0。然后我们通过 * 5 + 1 将其还原为秒。 value_counts 准确计数。 reset_index 返回一个数据框。