web-dev-qa-db-fra.com

Fréquence de comptage des valeurs par date en utilisant pandas

Supposons que j'ai les séries chronologiques suivantes:

Timestamp              Category
2014-10-16 15:05:17    Facebook
2014-10-16 14:56:37    Vimeo
2014-10-16 14:25:16    Facebook
2014-10-16 14:15:32    Facebook
2014-10-16 13:41:01    Facebook
2014-10-16 12:50:30    Orkut
2014-10-16 12:28:54    Facebook
2014-10-16 12:26:56    Facebook
2014-10-16 12:25:12    Facebook
...
2014-10-08 15:52:49    Youtube
2014-10-08 15:04:50    Youtube
2014-10-08 15:03:48    Vimeo
2014-10-08 15:02:27    Youtube
2014-10-08 15:01:56    DailyMotion
2014-10-08 13:27:28    Facebook
2014-10-08 13:01:08    Vimeo
2014-10-08 12:52:06    Facebook
2014-10-08 12:43:27    Facebook
Name: summary, Length: 600

Je voudrais faire un décompte de chaque catégorie (valeur/facteur unique dans la série chronologique) par semaine et par an.

Example:

    Week/Year      Category      Count
    1/2014         Facebook      12
    1/2014         Google        5
    1/2014         Youtube       2
...    
    2/2014         Facebook      2
    2/2014         Google        5
    2/2014         Youtube       20
...

Comment cela peut-il être réalisé en utilisant Python pandas?

pandasdatetimedataframecounttime-series
22
jcborges

Il peut être plus simple de transformer votre série en DataFrame et d'utiliser la fonctionnalité groupby de Pandas (si vous avez déjà un DataFrame, passez directement à l'ajout d'une autre colonne ci-dessous).

Si votre série s'appelle s, transformez-la en un DataFrame comme ceci:

>>> df = pd.DataFrame({'Timestamp': s.index, 'Category': s.values})
>>> df
       Category           Timestamp
0      Facebook 2014-10-16 15:05:17
1         Vimeo 2014-10-16 14:56:37
2      Facebook 2014-10-16 14:25:16
...

Ajoutez maintenant une autre colonne pour la semaine et l'année (une façon consiste à utiliser apply et à générer une chaîne de numéros de semaine/année):

>>> df['Week/Year'] = df['Timestamp'].apply(lambda x: "%d/%d" % (x.week, x.year))
>>> df
             Timestamp     Category Week/Year
0  2014-10-16 15:05:17     Facebook   42/2014
1  2014-10-16 14:56:37        Vimeo   42/2014
2  2014-10-16 14:25:16     Facebook   42/2014
...

Enfin, groupez par 'Week/Year' Et 'Category' Et agrégez avec size() pour obtenir les nombres. Pour les données de votre question, cela produit ce qui suit:

>>> df.groupby(['Week/Year', 'Category']).size()
Week/Year  Category   
41/2014    DailyMotion    1
           Facebook       3
           Vimeo          2
           Youtube        3
42/2014    Facebook       7
           Orkut          1
           Vimeo          1
20
Alex Riley

Pour être un peu plus clair, vous n'avez pas besoin de créer d'abord une nouvelle colonne appelée 'week_num'.

df.groupby(by=lambda x: "%d/%d" % (x.week(), x.year())).Category.value_counts()

La fonction by appellera automatiquement chaque objet d'horodatage de l'index pour les convertir en semaine et en année, puis les regroupera par semaine et par année.

3
Leon

Convertissez votre colonne TimeStamp en numéro de semaine, puis regroupez ce numéro de semaine et value_count la variable catégorielle comme ceci:

df.groupby('week_num').Category.value_counts()

Où j'ai supposé qu'une nouvelle colonne week_num a été créé à partir de la colonne TimeStamp.

2
cwharland