时分时间点划入不同区间分类(时间段),统计每个时间段出现次数,Python
Posted zhangphil
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了时分时间点划入不同区间分类(时间段),统计每个时间段出现次数,Python相关的知识,希望对你有一定的参考价值。
时分时间点划入不同区间分类(时间段),统计每个时间段出现次数,Python
把不同的时分时间划入到不同时间段,统计每个时间段出现时间点的次数,比如21:12划入到(21,22)这个时间段,同时给(21,22)这个时间段计数为1,如果再出现一个时间点21:02,那么21:02仍划入到(21,22)时间段,并为(21,22)增加1次计数,变为2。
import datetime
import random
# 生成随机测试时间数量
from pprint import pprint
SAMPLE_COUNT = 10
SECTION = 'section'
SUM = 'sum'
def my_time():
times = []
for i in range(24):
times.append(SECTION: (i, i + 1), SUM: 0)
cnt = 0
while True:
h = random.randint(0, 23)
m = random.randint(0, 59)
t = datetime.time(hour=h, minute=m)
for tx in times:
if tx[SECTION][0] <= t.hour < tx[SECTION][1]:
tx[SUM] = tx[SUM] + 1
pprint(f't.strftime("%H:%M") @ tx[SECTION]')
break
cnt = cnt + 1
if cnt > SAMPLE_COUNT:
break
return times
if __name__ == '__main__':
timex = my_time()
pprint(timex)
输出:
'00:34 @ (0, 1)'
'21:58 @ (21, 22)'
'13:47 @ (13, 14)'
'08:01 @ (8, 9)'
'16:45 @ (16, 17)'
'08:19 @ (8, 9)'
'21:02 @ (21, 22)'
'22:06 @ (22, 23)'
'18:20 @ (18, 19)'
'08:36 @ (8, 9)'
'01:45 @ (1, 2)'
['section': (0, 1), 'sum': 1,
'section': (1, 2), 'sum': 1,
'section': (2, 3), 'sum': 0,
'section': (3, 4), 'sum': 0,
'section': (4, 5), 'sum': 0,
'section': (5, 6), 'sum': 0,
'section': (6, 7), 'sum': 0,
'section': (7, 8), 'sum': 0,
'section': (8, 9), 'sum': 3,
'section': (9, 10), 'sum': 0,
'section': (10, 11), 'sum': 0,
'section': (11, 12), 'sum': 0,
'section': (12, 13), 'sum': 0,
'section': (13, 14), 'sum': 1,
'section': (14, 15), 'sum': 0,
'section': (15, 16), 'sum': 0,
'section': (16, 17), 'sum': 1,
'section': (17, 18), 'sum': 0,
'section': (18, 19), 'sum': 1,
'section': (19, 20), 'sum': 0,
'section': (20, 21), 'sum': 0,
'section': (21, 22), 'sum': 2,
'section': (22, 23), 'sum': 1,
'section': (23, 24), 'sum': 0]
以上是关于时分时间点划入不同区间分类(时间段),统计每个时间段出现次数,Python的主要内容,如果未能解决你的问题,请参考以下文章
时分时间点分类时间段,统计每个时间段出现次数,结果放入pandas数据帧,Python
时间点归入不同时间段分类,统计不同时间段数据量,matplotlib绘图排名,Python