根据 Pandas Dataframe 中的时间戳列过滤给定的列（计数）

Posted 2023-02-23

【中文标题】根据 Pandas Dataframe 中的时间戳列过滤给定的列（计数）

【英文标题】：Filter a given Column(count) based on timestamp Column in Pandas Dataframe

【发布时间】：2020-12-06 13:24:20

【问题描述】：

我有一个如下所示的 Pandas 数据框

我想要我的输出或可视化图说明： 在哪一小时内，有多少作业失败、完成（计数）

【问题讨论】：

Please don't post images of code/data (or links to them)

【参考方案1】：

首先按boolean indexing 过滤，只过滤由Failed 填充的行，然后使用crosstab 和DataFrame.plot.bar：

df1 = df[df['Status'].eq('Failed')]
out = pd.crosstab(df1['Hour'], df1['Job'])

out.plot.bar()

【讨论】：

Pandas Version '0.25.3' : AttributeError: 'DataFrame' object has no attribute 'crosstab' 我正在检查问题所在。以上版本支持吗？

【参考方案2】：

import pandas as pd

df = pd.read_csv('./data.csv')

# status
status = set(df['Status'])
dfStatus = s: df[df['Status'] == s] for s in status

# hours
hours = set(df['Hour'])
dfStatusPerHour = 

# calculate them explicitly
for s in status:
    dfStatusPerHour[s] = h: dfStatus[s][dfStatus[s]['Hour'] == h].shape[0] for h in hours

# show results
for s in status:
    print(f"s : dfStatusPerHour[s]")

【讨论】：

s：是一个字符串，如果它在 Pandas DataFrame 中会更有帮助，这样我就可以对输出进行更多数据分析。

for s in status: output = pd.DataFrame() output = output.append(dfStatusPerHour[s], ignore_index=True)