我试图解决一个练习已经有一段时间了,但我一直没能做到,我有一个数据集,其中包含一个带有调用主题的调用列表(在这个示例数据集中,我决定使用冰淇淋口味作为主题),在呼叫中心,如果在72小时的时间窗口内,另一次通话中没有提及某个主题,他们认为该主题在第一时间就解决了。我需要在数据框中创建一个新列,统计在72小时的窗口内提及该行冰淇淋口味的次数(统计一个时间窗口内事件的发生次数)。
我看到了一个使用get_dummies的解决方案,但这对我来说效率低下,因为我有300多种冰淇淋口味:
滚动时间窗口上的pandas"value_counts">
以下是我拥有的数据示例:
2014-01-01 07:21:51 Apple
2014-01-01 10:00:47 Orange
2014-01-01 13:24:58 Banana
2014-01-01 15:05:22 Strawberry
2014-01-01 23:26:55 Lemon
2014-01-02 10:07:15 Orange
2014-01-02 10:57:23 Banana
2014-01-03 06:32:11 Peach
2014-01-03 11:29:02 Orange
2014-01-03 19:07:37 Coconut
2014-01-03 19:39:53 Mango
2014-01-04 00:02:36 Grape
2014-01-04 06:51:53 Cherry
2014-01-04 07:53:01 Strawberry
2014-01-04 08:57:48 Coconut
这就是预期的结果:
2014-01-01 07:21:51 Apple 1
2014-01-01 10:00:47 Orange 1
2014-01-01 13:24:58 Banana 1
2014-01-01 15:05:22 Strawberry 1
2014-01-01 23:26:55 Lemon 1
2014-01-02 10:07:15 Orange 2
2014-01-02 10:57:23 Banana 2
2014-01-03 06:32:11 Peach 1
2014-01-03 11:29:02 Orange 3
2014-01-03 19:07:37 Coconut 1
2014-01-03 19:39:53 Mango 1
2014-01-04 00:02:36 Grape 1
2014-01-04 06:51:53 Cherry 1
2014-01-04 07:53:01 Strawberry 2
2014-01-04 08:57:48 Coconut 2
我发现了一些类似的问题,但并不能完全解决我的需求:
大熊猫中按时间和其他列分组
使用时间对分类变量的熊猫进行滚动计数
在熊猫中如何计算';Countif';在移动窗口的基础上?
添加的列count
充当临时助手,因此我们可以对其求和。
设置:
df = pd.read_csv("data.csv")
df["date"] = pd.to_datetime(df["date"])
df.set_index("date", inplace=True)
df["count"] = 1
用法:
result = df.groupby("flavor").rolling("72H").sum().reset_index()
df = df.merge(result, on=["flavor", "date"], suffixes=("_old", ""))
del df["count_old"]
df.to_markdown()
输出:
| | flavor | date | count |
|---:|:-----------|:--------------------|--------:|
| 0 | Apple | 2014-01-01 07:21:51 | 1 |
| 1 | Orange | 2014-01-01 10:00:47 | 1 |
| 2 | Banana | 2014-01-01 13:24:58 | 1 |
| 3 | Strawberry | 2014-01-01 15:05:22 | 1 |
| 4 | Lemon | 2014-01-01 23:26:55 | 1 |
| 5 | Orange | 2014-01-02 10:07:15 | 2 |
| 6 | Banana | 2014-01-02 10:57:23 | 2 |
| 7 | Peach | 2014-01-03 06:32:11 | 1 |
| 8 | Orange | 2014-01-03 11:29:02 | 3 |
| 9 | Coconut | 2014-01-03 19:07:37 | 1 |
| 10 | Mango | 2014-01-03 19:39:53 | 1 |
| 11 | Grape | 2014-01-04 00:02:36 | 1 |
| 12 | Cherry | 2014-01-04 06:51:53 | 1 |
| 13 | Strawberry | 2014-01-04 07:53:01 | 2 |
| 14 | Coconut | 2014-01-04 08:57:48 | 2 |