每小时行数

Question

我正在探索共享单车数据。

我合并了两张表：一张包含共享单车数据，另一张包含天气数据。 “开始日期”列位于共享单车数据中。 “日期”列在天气数据中。

我想对每小时的 ID 计数进行分组，以便查看天气对自行车使用量的影响。

ID	Start	End	Date Start	Duration	date	rain	temp	wdsp
1754125	Eyre Square South	Glenina	01 Jan 2019 00:17	00:15:02	01-jan-2019 00:00	0.0	9.9	4.0
1754170	Brown Doorway	University Hospital Galway	01 Jan 2019 07:55	00:04:57	01-jan-2019 01:00	0.0	9.3	4.0
1754209	New Dock Street	New Dock Street	01 Jan 2019 11:42	02:57:57	01-jan-2019 02:00	0.0	9.2	5.0
1754211	Claddagh Basin	Merchants Gate	01 Jan 2019 11:50	00:02:43	01-jan-2019 03:00	0.0	9.1	5.0

我试过了：

data.groupby(['date','ID']).size()
data.groupby(['date','ID']).size().reset_index(name='counts')

但我真的不知道自己在做什么。任何帮助将不胜感激。

Answer 1

我假设您希望能够按 ID、日期和小时计算行数，因此您可以这样做：

df['Date'] = df['Date Start'].dt.normalize()
df['hour'] = df['Date Start'].apply(lambda x: x.hour)

获取日期和完整时间：

     ID              Start                         End          Date Start  \
0  1754125  Eyre Square South                     Glenina 2019-01-01 00:17:00   
1  1754170      Brown Doorway  University Hospital Galway 2019-01-01 07:55:00   
2  1754209    New Dock Street             New Dock Street 2019-01-01 11:42:00   
3  1754211     Claddagh Basin              Merchants Gate 2019-01-01 11:50:00   

   Duration              date  rain  temp  wdsp       Date  hour  
0  00:15:02  2019-01-01 00:00   0.0   9.9   4.0 2019-01-01     0  
1  00:04:57  2019-01-01 01:00   0.0   9.3   4.0 2019-01-01     7  
2  02:57:57  2019-01-01 02:00   0.0   9.2   5.0 2019-01-01    11  
3  00:02:43  2019-01-01 03:00   0.0   9.1   5.0 2019-01-01    11  

然后使用分组方式：

df.groupby(['ID','Date','hour']).size()

返回

ID        Date        hour
1754125  2019-01-01  0       1
1754170  2019-01-01  7       1
1754209  2019-01-01  11      1
1754211  2019-01-01  11      1
dtype: int64

Answer 2

我使用伦敦自行车骑行数据做了一个类似的项目。我在 csv 中解析_dates，然后使用时间戳作为索引并检索日期时间部分

df=pd.read_csv('london_merged.csv', parse_dates=['timestamp'], index_col="timestamp")
df['year'] = df.index.year
df['hour'] = df.index.hour
df['day_of_month'] = df.index.day
df['day_of_week'] = df.index.dayofweek
df['month'] = df.index.month
df['date']=df.index.date
print(df)

filter=df['year']==2019
df[filter].groupby(['hour']).size()