我刚接触pandas,目前还不知道如何排列我的时间序列,请看下面:
date & time of connection
19/06/2017 12:39
19/06/2017 12:40
19/06/2017 13:11
20/06/2017 12:02
20/06/2017 12:04
21/06/2017 09:32
21/06/2017 18:23
21/06/2017 18:51
21/06/2017 19:08
21/06/2017 19:50
22/06/2017 13:22
22/06/2017 13:41
22/06/2017 18:01
23/06/2017 16:18
23/06/2017 17:00
23/06/2017 19:25
23/06/2017 20:58
23/06/2017 21:03
23/06/2017 21:05
这是一个包含130k行的数据集示例,我尝试使用以下代码:
df.groupby('date & time of connection')['date & time of connection'].apply(list)
但我感觉这还不够。
我认为我应该:
- 创建一个字典,将索引从dd/mm/yyyy转换到dd/mm/yyyy
- 将“date & time of connection”类型dateTime转换为Date
- 对“date & time of connection”的日期进行分组和计数
- 将我计算出来的数字放入字典中?
你觉得我的逻辑怎么样?你知道一些教程吗?非常感谢!
.dt.date
要比上面使用floor
函数更加简洁优雅。 - ijosephdate
和count
两列。如果df
有多个列,该代码将导致额外的列出现,这对于演示来说并不那么美观! - Pedram