Skip to main content
 首页 » 编程设计

python之Bin 时间戳到自定义时间段

2024年10月25日12zhujiabin

我对 Pandas 还很陌生,但遇到了障碍。我有一个包含时间戳的数据框。我想在我的数据框中添加一列,其中包含自定义期间名称(字符串)。例如:

df = pd.DataFrame(pd.date_range('01-01 00:00', periods='72', freq='H')) 

我想创建一个 df['Periods'] 列,其中包含自定义期间名称。例如,Period1 如果时间戳在 01-01 00:00 和 01-02 00:00 之间,则 Period2 否则。

我正在考虑使用 cut 但 bins 属性似乎只接受整数。

你会怎么做?

谢谢。

请您参考如下方法:

在您的 df 初始化中,periods 必须是数字而不是字符串。

我想如何处理这个问题取决于你想要多少个周期。

至少有两种方式:

设置期:

from datetime import time 
 
morning_start = time(7) 
morning_end = time(12) 
evening_start = time(18) 
evening_end = time(22) 
 
periods = {'morning':[morning_start, morning_end], 'evening':[evening_start, evening_end]} 

方法 1。

def f(x, periods=periods): 
    for k, v in periods.items(): 
        if x.hour >= v[0].hour and x.hour < v[1].hour: 
            return k 
    return 'unknown_period' 

方法 2。

for k, v in periods.items(): 
    df['periods'] = np.where(((v[0].hour <= df.t.apply(lambda x: x.hour)) & (df.t.apply(lambda x: x.hour) <= v[1].hour)), k, 'unknown_period') 

对于定义的两个周期,第一种方法工作得更快:

1000 loops, best of 3: 658 µs per loop 

对比第二:

100 loops, best of 3: 3.31 ms per loop 

在这两种情况下,只有两个句点,您可以将其设为单行表达式(无需遍历 句点):

df['periods'] = np.where((morning_start.hour <= df.t.apply(lambda x: x.hour)) & (df.t.apply(lambda x: x.hour) <= morning_end.hour), 'morning', 'evening')