Подсчет вхождений строки в Dataframe с DateTimeIndex

Question

Подсчет вхождений строки в Dataframe с DateTimeIndex

1

У меня есть DataFrame с таким временным рядом:

timestamp   v            IceCreamOrder  Location
2018-01-03  02:21:16     Chocolate      South
2018-01-03  12:41:12     Vanilla        North
2018-01-03  14:32:15     Strawberry     North
2018-01-03  15:32:15     Strawberry     North
2018-01-04  02:21:16     Strawberry     North
2018-01-04  02:21:16     Rasberry       North
2018-01-04  12:41:12     Vanilla        North
2018-01-05  15:32:15     Chocolate      North

И я хочу, чтобы такие подсчеты были следующими:

timestamp   strawberry  chocolate
1/2/14      0           1
1/3/14      2           0
1/4/14      1           0
1/4/14      0           0
1/4/14      0           0
1/5/14      0           1

Поскольку это данные временных рядов, я сохраняю временную метку в формате pandas datetimeindex.

Я начал с того, что пытался подсчитать "клубнику". Я закончил с этим кодом, который не работает.

mydf = (inputdf.set_index('timestamp').groupby(pd.Grouper(freq = 'D'))['IceCreamOrder'].count('Strawberry'))

Это приводит к ошибке:

TypeError: count() takes 1 positional argument but 2 were given

Любая помощь будет принята с благодарностью.

lespaul 20 авг. 2018, в 07:49

Источник

0

Хотите ли вы рассчитывать только на chocolate и strawberry ? Или все типы
user3483203 20 авг. 2018, в 05:04
0

В идеале хотелось бы получить ВСЕ типы.
lespaul 20 авг. 2018, в 05:06
0

@lespaul - у всех дат нет time ?
jezrael 20 авг. 2018, в 05:08
0

Мои даты имеют время добавить их сейчас
lespaul 20 авг. 2018, в 05:10
0

@lespaul - Спасибо за новые данные, есть 3 раза 1/4/14 или опечатка в выводе?
jezrael 20 авг. 2018, в 05:32

Показать ещё 3 комментария

Теги:

python

pandas

dataframe

datetimeindex

2 ответа

2

Использование pivot_table:

df.pivot_table(
    index='timestamp', columns='IceCreamOrder', aggfunc='size'
).fillna(0).astype(int)

IceCreamOrder  Chocolate  Rasberry  Strawberry  Vanilla
timestamp
2018-01-02             1         0           0        0
2018-01-03             0         0           2        1
2018-01-04             0         1           1        1
2018-01-05             1         0           0        0

Или crosstab:

pd.crosstab(df.timestamp, df.IceCreamOrder)

IceCreamOrder  Chocolate  Rasberry  Strawberry  Vanilla
timestamp
2018-01-02             1         0           0        0
2018-01-03             0         0           2        1
2018-01-04             0         1           1        1
2018-01-05             1         0           0        0

если ваш столбец timestamp имеет время, просто удалите их перед использованием этих операций с помощью dt.date (если вы не хотите изменять столбец, возможно, создайте новую серию, которая будет использоваться для поворота):

df.timestamp = df.timestamp.dt.date

user3483203 20 авг. 2018, в 02:47

Ещё вопросы

Хотите ли вы рассчитывать только на chocolate и strawberry ? Или все типы
В идеале хотелось бы получить ВСЕ типы.
Мои даты имеют время добавить их сейчас
@lespaul - Спасибо за новые данные, есть 3 раза 1/4/14 или опечатка в выводе?

jezrael · Accepted Answer · 2018-08-20T03-31-00.000Z

Используйте eq (==) для сравнения столбца по string и суммарной sum для значений True, потому что True - это процессы, такие как 1 s:

#convert to datetimes if necessary
inputdf['timestamp'] = pd.to_datetime(inputdf['timestamp'], format='%m/%d/%y')
print (inputdf)
   timestamp IceCreamOrder Location
0 2018-01-02     Chocolate    South
1 2018-01-03       Vanilla    North
2 2018-01-03    Strawberry    North
3 2018-01-03    Strawberry    North
4 2018-01-04    Strawberry    North
5 2018-01-04      Rasberry    North
6 2018-01-04       Vanilla    North
7 2018-01-05     Chocolate    North

mydf = (inputdf.set_index('timestamp')['IceCreamOrder']
               .eq('Strawberry')
               .groupby(pd.Grouper(freq = 'D'))
               .sum())
print (mydf)
timestamp
2018-01-02    0.0
2018-01-03    2.0
2018-01-04    1.0
2018-01-05    0.0
Freq: D, Name: IceCreamOrder, dtype: float64

Если хотите посчитать все type добавить столбец IceCreamOrder в groupby и совокупного GroupBy.size:

mydf1 = (inputdf.set_index('timestamp')
               .groupby([pd.Grouper(freq = 'D'), 'IceCreamOrder'])
               .size())
print (mydf1)
timestamp   IceCreamOrder
2018-01-02  Chocolate        1
2018-01-03  Strawberry       2
            Vanilla          1
2018-01-04  Rasberry         1
            Strawberry       1
            Vanilla          1
2018-01-05  Chocolate        1
dtype: int64

mydf1 = (inputdf.set_index('timestamp')
               .groupby([pd.Grouper(freq = 'D'),'IceCreamOrder'])
               .size()
               .unstack(fill_value=0))
print (mydf1)
IceCreamOrder  Chocolate  Rasberry  Strawberry  Vanilla
timestamp                                              
2018-01-02             1         0           0        0
2018-01-03             0         0           2        1
2018-01-04             0         1           1        1
2018-01-05             1         0           0        0

Если у всех datetime нет time s:

mydf1 = (inputdf.groupby(['timestamp', 'IceCreamOrder'])
                .size()
                .unstack(fill_value=0))
print (mydf1)
IceCreamOrder  Chocolate  Rasberry  Strawberry  Vanilla
timestamp                                              
2018-01-02             1         0           0        0
2018-01-03             0         0           2        1
2018-01-04             0         1           1        1
2018-01-05             1         0           0        0