按小时间隔查找平均人数，熊猫/Numpy

Question

我有一个名为"Work.csv"的csv文件。一个人在 10 月份注册工作的时间(有很多条目(。

MONTH   YEAR    DATE      TIME
Oct    2011  20/10/2011  22:04:52
Oct    2011  26/10/2011  11:15:16
Oct    2011  11/10/2011  10:52:52
Oct    2011  11/10/2011  16:40:06

我希望找到每小时注册工作的平均人数。上午 12 点至凌晨 1 点、凌晨 1 点至凌晨 2 点注册的平均人数......等等。

我使用 dt.hour 尝试了自己的代码，但只设法获得了特定小时内总人数的频率计数。

我似乎无法获得平均值。

我想要的输出是：

Hour        Average Number of People
0                    40
1                    50
2                    65
3                    30
4                    30

请帮忙！

Answer 1

首先，您应该将 TIME 列转换为日期时间。然后按时间和日期分组，以了解每个日期每小时有多少人工作。最后，再次按小时分组并得到平均值：

df.groupby([pd.to_datetime(df.TIME).dt.hour, df.DATE]).size() # raw counts
.groupby('TIME').mean() # mean counts
#TIME
#10    1
#11    1
#16    1
#22    1

一个更紧凑(可能效率更低(的选择，这要归功于@Wen(他总是乐于助人(：

df.groupby([pd.to_datetime(df.TIME).dt.hour, df.DATE]).size()
.mean(level='TIME') 

Answer 2

首先，您需要计算所有注册并将其存储在 df 中，然后使用 mean(( 函数 1 小时间隔，这应该可以做到。像这样：

df_registered['count'] = df_input['month'].resample("1h").count()
df_registered['avg'] = df_registered['count'].resample("1h").mean()

要使重新采样正常工作，您首先需要选择一个索引。