Pandas：使用 groupby 重新采样时间序列

给定以下 pandas DataFrame：

In [115]: times = pd.to_datetime(pd.Series(['2014-08-25 21:00:00','2014-08-25 21:04:00',
                                            '2014-08-25 22:07:00','2014-08-25 22:09:00']))
          locations = ['HK', 'LDN', 'LDN', 'LDN']
          event = ['foo', 'bar', 'baz', 'qux']
          df = pd.DataFrame({'Location': locations,
                             'Event': event}, index=times)
          df
Out[115]:
                               Event Location
          2014-08-25 21:00:00  foo   HK
          2014-08-25 21:04:00  bar   LDN
          2014-08-25 22:07:00  baz   LDN
          2014-08-25 22:09:00  qux   LDN

我想对数据重新采样，按计数每小时聚合一次，同时按位置分组以生成如下所示的数据框：

Out[115]:
                               HK    LDN
          2014-08-25 21:00:00  1     1
          2014-08-25 22:00:00  0     2

我尝试过 resample() 和 groupby() 的各种组合，但没有成功。我该怎么办呢？

在我原来的帖子中，我建议使用pd.TimeGrouper。 如今，使用pd.Grouper代替pd.TimeGrouper。语法基本相同，但是TimeGrouper 现已弃用有利于pd.Grouper.

此外，虽然pd.TimeGrouper只能按 DatetimeIndex 分组，pd.Grouper可以按日期时间分组columns您可以通过以下方式指定key范围.

你可以使用pd.Grouper按小时对 DatetimeIndex'ed DataFrame 进行分组：

grouper = df.groupby([pd.Grouper(freq='1H'), 'Location'])

use count计算每组中的事件数：

grouper['Event'].count()
#                      Location
# 2014-08-25 21:00:00  HK          1
#                      LDN         1
# 2014-08-25 22:00:00  LDN         2
# Name: Event, dtype: int64

use unstack移动Location索引级别到列级别：

grouper['Event'].count().unstack()
# Out[49]: 
# Location             HK  LDN
# 2014-08-25 21:00:00   1    1
# 2014-08-25 22:00:00 NaN    2

然后使用fillna将 NaN 更改为零。

综合起来，

grouper = df.groupby([pd.Grouper(freq='1H'), 'Location'])
result = grouper['Event'].count().unstack('Location').fillna(0)

yields

Location             HK  LDN
2014-08-25 21:00:00   1    1
2014-08-25 22:00:00   0    2