我有两列;事件开始的时间以及该事件的持续时间。像这样:
time, duration
1:22:51,41
1:56:29,36
2:02:06,12
2:32:37,38
2:34:51,24
3:24:07,31
3:28:47,59
3:31:19,32
3:42:52,37
3:57:04,58
4:21:55,23
4:40:28,17
4:52:39,51
4:54:48,26
5:17:06,46
6:08:12,1
6:21:34,12
6:22:48,24
7:04:22,1
7:06:28,46
7:19:12,51
7:19:19,4
7:22:27,27
7:32:25,53
我想创建一个折线图,显示一天中发生的并发事件的数量。将时间重命名为start_time
并添加一个计算end_time
的新列是很容易的(假设这是下一步(——我不太确定我能理解的是,之后我如何重新采样这些数据,以便绘制并发图。
我想我想最终得到这样的东西(但分分钟来看(:
time, events
1:30:00,1
2:00:00,2
2:30:00,1
3:00:00,1
3:30:00,2
首先使其成为一个实际的时间戳:
df['time'] = pd.to_datetime('2014-03-14 ' + df['time'])
现在你可以得到结束时间:
df['end_time'] = df['time'] + df['duration'] * pd.offsets.Minute(1)
获取打开事件的一种方法是组合开始和结束时间、重采样和累积:
In [11]: open = pd.concat([pd.Series(1, df.time), # created add 1
pd.Series(-1, df.end_time) # closed substract 1
]).resample('30Min', how='sum').cumsum()
In [12]: open
Out[12]:
2014-03-14 01:00:00 1
2014-03-14 01:30:00 2
2014-03-14 02:00:00 1
2014-03-14 02:30:00 1
2014-03-14 03:00:00 2
2014-03-14 03:30:00 4
2014-03-14 04:00:00 2
2014-03-14 04:30:00 2
2014-03-14 05:00:00 2
2014-03-14 05:30:00 1
2014-03-14 06:00:00 2
2014-03-14 06:30:00 0
2014-03-14 07:00:00 3
2014-03-14 07:30:00 2
2014-03-14 08:00:00 0
Freq: 30T, dtype: int64
您可以创建一个包含值为"时间"、"事件"的字典项的列表
显然,您需要以不同的方式处理时间数据类型的评估和操作,但您可以这样做:
event_bucket = []
time_interval = (end_time - start_time) / num_of_buckets
for ii in range(num_of_buckets):
event_bucket.append({"time":start_time + ii*time_interval,"events":0})
for entry in time_entry:
for bucket in event_bucket:
if bucket["time"] >= entry["start_time"] and bucket["time"] <= entry["end_time"]:
bucket["events"] += 1
如果使num_of_buckets
更大,则会使图形更精确。