使用 Python/Pandas 以 csv 中的开始时间和结束时间日期时间列按小时分组答案

【问题标题】：Group by hour with start time and end time datetime columns in csv with Python/Pandas使用 Python/Pandas 以 csv 中的开始时间和结束时间日期时间列按小时分组
【发布时间】：2020-05-25 06:25:19
【问题描述】：

我只是在 Pandas 中弄湿脚趾，然后卡住了。我想按小时聚合 CSV 中的事件（获取计数），并在事件中有一个开始时间和结束时间。

即一个例子是：

event, start, end
soccer, 2020-01-20 00:34:00, 2020-01-20 02:34:00,
football, 2020-01-20 00:34:00, 2020-01-20 01:34:00
etc

预期输出：

00:00:00 - 2 (both began in 0th hour and went to 1st hour)
01:00:00 - 2 (both were live in 1st hour)
02:00:00 - 1 (only soccer occurred in 02 hour)

你会怎么做呢？我一直在尝试重新索引、重新采样、时差、时间索引——都没有运气。

【问题讨论】：

标签： python python-3.x pandas pandas-groupby

【解决方案1】：

您想要的实际上是事件发生时间的频率分布。首先，您需要通过创建一个范围然后分解它来生成从中获取分布的样本：

hours = events.apply(lambda row: range(row['end'].hour - row['start'].hour + 1), axis=1).explode()

0    0
0    1
0    2
1    0
1    1
dtype: object

别忘了在 end 和 start 之间的差值上加一以说明fencepost error。然后只需获取样本的值计数。要按小时而不是按降序获取频率，请传递 sort=False。

hours.value_counts(sort=False)

0    2
1    2
2    1
dtype: int64

【讨论】：