У меня есть некоторые данные из файлов журналов и вы хотите группировать записи на минуту:
def gen(date, count=10):
while count > 0:
yield date, "event{}".format(randint(1,9)), "source{}".format(randint(1,3))
count -= 1
date += DateOffset(seconds=randint(40))
df = DataFrame.from_records(list(gen(datetime(2012,1,1,12, 30))), index='Time', columns=['Time', 'Event', 'Source'])
ДФ:
Event Source
2012-01-01 12:30:00 event3 source1
2012-01-01 12:30:12 event2 source2
2012-01-01 12:30:12 event2 source2
2012-01-01 12:30:29 event6 source1
2012-01-01 12:30:38 event1 source1
2012-01-01 12:31:05 event4 source2
2012-01-01 12:31:38 event4 source1
2012-01-01 12:31:44 event5 source1
2012-01-01 12:31:48 event5 source2
2012-01-01 12:32:23 event6 source1
Я пробовал эти параметры:
-
df.resample('Min')
слишком высокий уровень и хочет агрегатировать. -
df.groupby(date_range(datetime(2012,1,1,12, 30), freq='Min', periods=4))
сбой исключается. -
df.groupby(TimeGrouper(freq='Min'))
работает отлично и возвращает объектDataFrameGroupBy
для дальнейшей обработки, например:grouped = df.groupby(TimeGrouper(freq='Min')) grouped.Source.value_counts() 2012-01-01 12:30:00 source1 1 2012-01-01 12:31:00 source2 2 source1 2 2012-01-01 12:32:00 source2 2 source1 2 2012-01-01 12:33:00 source1 1
Однако класс TimeGrouper
не документирован.
Каков правильный способ группировки по времени? Как я могу сгруппировать данные на минуту и по столбцу "Источник", например. groupby([TimeGrouper(freq='Min'), df.Source])
?