【发布时间】:2020-01-29 18:16:24
【问题描述】:
我有一个如下图所示的df,这是一个地区的事故记录。
Sector RaisedDate Inspector_ID Priority
SE1 02-Aug-2019 ID1 High
SE2 04-Aug-2019 ID1 Low
SE2 06-Aug-2019 ID2 Medium
SE1 12-Aug-2019 ID1 High
SE2 11-Aug-2019 ID1 Low
SE1 13-Aug-2019 ID2 High
SE1 18-Aug-2019 ID1 Medium
SE2 21-Aug-2019 ID1 Medium
SE2 20-Aug-2019 ID2 High
SE1 23-Aug-2019 ID1 High
SE1 25-Aug-2019 ID1 Low
SE2 29-Aug-2019 ID2 High
SE1 25-Aug-2019 ID1 Low
SE1 25-Aug-2019 ID2 High
从上面我想准备下面的数据框
Sector #_Week1 #_Week2 #_Week3 #_Week4 #_Week5 No_of_High No_of_low
SE1 1 2 1 4 0 5 2
SE2 2 1 2 0 1 2 2
其中 #_Week1 = 第 1 周(包括 2019 年 8 月 1 日至 2019 年 8 月 7 日)登记的事故数量
#_Week2 = 第 2 周登记的事故数量(包括 2019 年 8 月 8 日至 2019 年 8 月 14 日)
#_Week3 = 第 3 周登记的事故数量(包括 2019 年 8 月 15 日至 2019 年 8 月 21 日)
#_Week4 = 第 4 周(包括 2019 年 8 月 22 日至 2019 年 8 月 28 日)登记的事故数量
#_Week5 = 第 3 周(包括 2019 年 8 月 29 日至 2019 年 8 月 31 日)登记的事故数量
No_of_High = 所有数据中该扇区的高优先级事故总数。
No_of_Low = 所有数据中该扇区的低优先级事故总数。
为此,我尝试了以下代码但不起作用
df.set_index('RaisedDate').groupby(pd.Grouper(freq='Weekly')).Sector.count()
【问题讨论】:
-
这不行吗?你哪里错了?
-
Weekly 在参数中是不可接受的。试试
'7D'看看它是否有效。 -
您的数据从 2019 年 8 月 2 日开始。有理由在
Aug-01上开始分组吗?
标签: pandas datetime time-series pandas-groupby