按类和时间戳分组的熊猫数据帧

Question

我有一个看起来像这样的日期框架：

timestamp               class
2019-07-01 00:59:56     A
2019-07-01 11:24:19     B
2019-07-01 12:41:34     B
2019-08-01 05:22:11     A
2019-08-01 07:05:06     A

现在，我需要知道在特定的一天我每节课有多少行。

所以最终结果应如下所示：

timestamp       class    count
2019-07-01      A        1
2019-07-01      B        2
2019-08-01      A        2

我不确定如何开始解决这个问题。

提前感谢！

Answer 1

将GroupBy.size与GroupBy.size一起使用：

Series.dt.date

或Series.dt.date，并在

#if necessary
df['timestamp'] = pd.to_datetime(df['timestamp'])

df1 = df.groupby([df['timestamp'].dt.date,'class']).size().reset_index(name='count')
print (df1)
    timestamp class  count
0  2019-07-01     A      1
1  2019-07-01     B      2
2  2019-08-01     A      2

之后指定列：

GroupBy.count

差异是GroupBy.count，不包括缺失值，groupby不。但是因为这里也将

df1 = df.groupby([df['timestamp'].dt.date,'class'])['class'].count().reset_index(name='count')
print (df1)
    timestamp class  count
0  2019-07-01     A      1
1  2019-07-01     B      2
2  2019-08-01     A      2

列中的count列传递给了size参数，所以它的工作原理相同-两种解决方案都排除了缺失值。