C'est ce que mon Dataframe ressemble à:
def create_hist(df, timestamp, freq, fontsize, outfile):
""" Create a histogram of the number of CATs per time period."""
df.pivot(columns="CAT")
df.set_index(timestamp,drop=False,inplace=True)
to_plot = df[timestamp].groupby(pandas.TimeGrouper(freq=freq)).count()
...
3 Réponses :
IIUC:
In [246]: df.pivot_table(index='Timestamp', columns='CAT', aggfunc='size', fill_value=0) \
.resample('10T').sum()
Out[246]:
CAT 200 300 400
Timestamp
2016-12-02 23:30:00 2 0 0
2016-12-02 23:40:00 0 1 0
2016-12-02 23:50:00 0 1 1
Utilisation pd.timegrouper
Vous pouvez également utiliser get_dummies code> et Rééchantillon code> :
In [11]: df1 = df.set_index("Timestamp")
In [12]: pd.get_dummies(df1["CAT"])
Out[12]:
200 300 400
Timestamp
2016-12-02 23:35:28 1 0 0
2016-12-02 23:37:43 1 0 0
2016-12-02 23:40:49 0 1 0
2016-12-02 23:58:53 0 0 1
2016-12-02 23:59:02 0 1 0
In [13]: pd.get_dummies(df1["CAT"]).resample("10min").sum()
Out[13]:
200 300 400
Timestamp
2016-12-02 23:30:00 2 0 0
2016-12-02 23:40:00 0 1 0
2016-12-02 23:50:00 0 1 1
C'est tellement plus propre que le mien. Merci!