как оценить следы журнала на основе периода времени

Question

как оценить следы журнала на основе периода времени

1

У меня есть набор данных следов журнала, мне нужно просмотреть это в соответствии с запросами в минуту, я превратил его в панды, как это,

   year    month  day  hour  Requests count
0   2018      6    1     0    114710.0
1   2018      6    1     1    115735.0
2   2018      6    1     2    130116.0
3   2018      6    1     3    133225.0
4   2018      6    1     4    128355.0
upto 24 Hour means whole day,

поскольку мы видим, что каждый час имеет миллионы запросов, поэтому я хочу просмотреть его в минуту. Я могу использовать этот скрипт,

df['count'] = df.groupby(df.date.dt.minute)['requests'].count()

то он вернет 60 значений, но проблема в том, что я хочу 60-минутные значения каждого часа с последовательностью, чтобы он стал 60 * 24 = 1440 requests per mins, любая помощь будет оценена, спасибо

фактические данные имеют миллионы значений с меткой времени

Khan Hassan 27 июль 2018, в 09:16

Источник

Теги:

python

pandas

matplotlib

numpy

1 ответ

Ещё вопросы

jezrael · Accepted Answer · 2018-07-27T05-18-00.000Z

В образцах данных нет столбца date, но, похоже, требуется dt.hour:

rng = pd.date_range('2017-04-03 10:10:12', periods=100, freq='120T')
df = pd.DataFrame({'date': rng, 'requests': range(100)})  
#print (df)

df1 = df.groupby([df.date.dt.minute.rename('min'), 
                  df.date.dt.hour.rename('hour')])['requests'].count()
print (df1)
min  hour
10   0       8
     2       8
     4       8
     6       8
     8       8
     10      9
     12      9
     14      9
     16      9
     18      8
     20      8
     22      8
Name: requests, dtype: int64

да, есть столбец даты, и я жду выхода
Ошибка типа: несовместимый индекс вставленного столбца с индексом кадра
valueError: Несоответствие буфера dtype, ожидаемый «объект Python», но получено «long»
@KhanHassan - Можете ли вы добавить пример данных с колонкой date ? Вы не можете назначить df['count'] , потому что для агрегации нужен новый DataFrame, такой как df1