大佬教程收集整理的这篇文章主要介绍了python使用pandas实现数据分割实例代码,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
本文研究的主要是Python编程通过pandas将数据分割成时间跨度相等的数据块的相关内容,具体如下。
先上数据,有如下dataframe格式的数据,列名分别为date、ip,我需要统计每5s内出现的ip,以及这些ip出现的频数。
在网上找了很久但是没看到python的相关答案,但在stackoverflow找到了R语言的解法,有兴趣可以看看。
受它的启发,我用不太优雅的方式实现了我的需求,有更好解决方法的请不吝赐教:
#date_ip为我的dataframe数据 date_ip['date'] = pd.to_datetiR_929_11845@e(date_ip['date'],format='%d/%b/%Y:%H:%M:%s')
frequency = 5 time_range = pd.date_range(date_ip['date'][0],date_ip['date'][date_ip.shape[0]-1] +frequency*Second(),freq='%sS'%frequency)
date_ip = date_ip.set_index('date')
step4: 对每个时间段内的数据进行频数计算(由于通过标签切片时会包含头、尾数据,为避免重复计算,因此在尾部减1s)
for i in xrange(0,len(time_rangE)-1): print get_frequency(date_ip.loc[time_range[i]:time_range[i+1]-1*Second()])
import pandas as pd from pandas.tserIEs.offsets import Second def get_frequency(date_ip): ip_frequency = {} for i in xrange(0,date_ip.shape[0]): ip_frequencY[date_ip['ip'][i]] = ip_frequency.get(date_ip['ip'][i],0) + 1 return ip_frequency,date_ip.shape[0] if __name__ == '__main__': date_ip['date'] = pd.to_datetiR_929_11845@e(date_ip['date'],format='%d/%b/%Y:%H:%M:%s') frequency = 5 time_range = pd.date_range(date_ip['date'][0],freq='%sS'%frequency) date_ip = date_ip.set_index('date') for i in xrange(0,len(time_rangE) - 1): print get_frequency(date_ip.loc[time_range[i]:time_range[i + 1]-1*Second()])
文章开头数据运行结果:
({'127.0.0.21' : 1,'127.0.0.13' : 1,'127.0.0.11' : 2},4) ({'127.0.0.21': 1,'127.0.0.13': 1},2) ({'127.0.0.14': 1},1) ({'127.0.0.16': 1},1) ({'127.0.0.11': 1},1)
以上就是本文关于python使用pandas实现数据分割实例代码的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!
以上是大佬教程为你收集整理的python使用pandas实现数据分割实例代码全部内容,希望文章能够帮你解决python使用pandas实现数据分割实例代码所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。