如何在 Pandas 中添加一个按时间间隔编号的新分类列

Posted 2023-03-25

【中文标题】如何在 Pandas 中添加一个按时间间隔编号的新分类列

【英文标题】：How to add a new categorical column with numbering as per time Interval in Pandas

【发布时间】：2021-10-28 00:17:52

【问题描述】：

                                      Value

2021-07-15 00:00:00 10

2021-07-15 06:00:00 10

2021-07-15 12:00:00 10

2021-07-15 18:00:00 10

2021-07-16 00:00:00 20

2021-07-16 06:00:00 10

2021-07-16 12:00:00 10

2021-07-16 18:00:00 20

我想添加一列这样当它出现时

00:00:00 1

06:00:00 2

12:00:00 3

18:00:00 4

最终，我想要这样的东西

                Value  Number

2021-07-15 00:00:00 10 1

2021-07-15 06:00:00 10 2

2021-07-15 12:00:00 10 3

2021-07-15 18:00:00 10 4

2021-07-16 00:00:00 20 1

2021-07-16 06:00:00 10 2

2021-07-16 12:00:00 10 3

2021-07-16 18:00:00 20 4

等等

我希望 Numbering 列在 00:00:00 时始终显示 1，在 06:00:00 时始终显示 2，在 12:00:00 时始终显示 3，无论何时现在是 18:00:00 时间，它总是说 4。这样，我将有一个只有 1,2,3,4 值的分类列

【参考方案1】：

抱歉，这里是新人，所以我没有足够的代表发表评论。但是@Keiku 的解决方案比你想象的更接近。如果您将 .time 替换为 .hour，您将获得一天中的小时。除以 6 得到 0:00 到 18:00 的 0-3 个类别。如果您必须将它们具体放在 1-4 范围内，只需添加 1。

借用@Keiku的示例代码：

import pandas as pd

df = pd.DataFrame(
    '2021-07-15 00:00:00 0.48',
    '2021-07-15 06:00:00 80.00',
    '2021-07-15 12:00:00 6.10',
    '2021-07-15 18:00:00 1400.00',
    '2021-07-16 00:00:00 1400.00'
    , columns=['value'])

df['date'] = pd.to_datetime(df['value'].str[:19])
df.sort_values(['date'], ascending=[True], inplace=True)
df['category'] = df['date'].dt.hour / 6  # + 1 if you want this to be 1-4

【参考方案2】：

您可以使用pd.to_datetime 转换为日期时间，使用.dt.time 提取时间。您可以将pd.factorize 用于 1、2、3、4 个类别。

import pandas as pd

df = pd.DataFrame(
    '2021-07-15 00:00:00 0.48',
    '2021-07-15 06:00:00 80.00',
    '2021-07-15 12:00:00 6.10',
    '2021-07-15 18:00:00 1400.00',
    '2021-07-16 00:00:00 1400.00'
, columns=['value'])
df
#                          value
# 0     2021-07-15 00:00:00 0.48
# 1    2021-07-15 06:00:00 80.00
# 2     2021-07-15 12:00:00 6.10
# 3  2021-07-16 00:00:00 1400.00
# 4  2021-07-15 18:00:00 1400.00

df['date'] = pd.to_datetime(df['value'].str[:19])
df.sort_values(['date'], ascending=[True], inplace=True)
df['time'] = df['date'].dt.time
df['index'], _ = pd.factorize(df['time'])
df['index'] += 1
df
#                          value                date      time  index
# 0     2021-07-15 00:00:00 0.48 2021-07-15 00:00:00  00:00:00      1
# 1    2021-07-15 06:00:00 80.00 2021-07-15 06:00:00  06:00:00      2
# 2     2021-07-15 12:00:00 6.10 2021-07-15 12:00:00  12:00:00      3
# 4  2021-07-15 18:00:00 1400.00 2021-07-15 18:00:00  18:00:00      4
# 3  2021-07-16 00:00:00 1400.00 2021-07-16 00:00:00  00:00:00      1

【讨论】：

您好，感谢您的回答。但是我想要那个编号列，只要它是 00:00:00 时间它总是说 1，每当它是 06:00:00 时间它总是说 2，每当它是 12:00:00 时间它总是说 3，只要它是 18 :00:00 时间总是说 4。这样，我将有一个只有 1,2,3,4 值的分类列

@RavikantPandey 我更新了。请确认。