Pandas：计算列中日期时间对象的频率

Question

我有一个列（来自我的原始数据），我已将其从 Pandas 中的字符串转换为日期时间对象。

该列如下所示：

0     2012-01-15 11:10:12
1     2012-01-15 11:15:01
2     2012-01-16 11:15:12
3     2012-01-16 11:25:01
...
4     2012-01-22 11:25:11
5     2012-01-22 11:40:01
6     2012-01-22 11:40:18
7     2012-01-23 11:40:23
8     2012-01-23 11:40:23
...
9     2012-01-30 11:50:02
10    2012-01-30 11:50:41
11    2012-01-30 12:00:01
12    2012-01-30 12:00:34
13    2012-01-30 12:45:01
...
14    2012-02-05 12:45:13
15    2012-01-05 12:55:01
15    2012-01-05 12:55:01
16    2012-02-05 12:56:11
17    2012-02-05 13:10:01
...
18    2012-02-11 13:10:11
...
19    2012-02-20 13:25:02
20    2012-02-20 13:26:14
21    2012-02-20 13:30:01
...
22    2012-02-25 13:30:08
23    2012-02-25 13:30:08
24    2012-02-25 13:30:08
25    2012-02-26 13:30:08
26    2012-02-27 13:30:08
27    2012-02-27 13:30:08
28    2012-02-27 13:30:25
29    2012-02-27 13:30:25

我想做的是计算每个日期发生的频率。如您所见，我已经省略了一些日期，但是如果我要手动计算频率（对于可见值），我会：

2012-01-15 - 2 (频率)

2012-01-16 - 2

2012-01-22 - 3

2012-01-23 - 2

2012-01-30 - 5

2012-02-05 - 5

2012-02-11 - 1

2012-02-20 - 3

2012-02-25 - 3

2012-02-26 - 1

2012-02-27 - 4

这是每天的频率，我想计算一下。到目前为止，我已经尝试过这个：

df[df.str.contains(r'^\d\d\d\d-\d\d-\d\d')].value_counts()

我知道它失败了，因为这些不是“字符串”对象，但我不知道如何计算这个。

我还查看了 .dt 属性，但 Pandas 文档对这些简单的频率计算非常冗长。

---

此外，概括这一点，我将如何：

1. 将每日频率应用到每周频率（例如周一至周日）
2. 将每日频率应用于每月频率（例如，我在专栏中看到“2012-01-**”的次数）
3. 在其他列中使用每日/每周/每月限制（例如，如果我有一列包含“GET 请求”，我想知道每天发生的次数，然后是每周，然后是每月）
4. 应用具有另一个限制的每周限制（例如，我有一列返回“404 Not found”，我想检查每周收到多少“404 Not found”）

也许解决方案很长，我可能需要做很多事情：split-apply-combine ...但我相信Pandas简化/抽象了很多工作，这就是为什么我现在被卡住了.

这个文件的来源可以被认为是相当于服务器日志文件的东西。

Answer 1

您可以先获取日期时间的日期部分，然后使用value_counts：

s.dt.date.value_counts()

小例子：

In [12]: s = pd.Series(pd.date_range('2012-01-01', freq='11H', periods=6))

In [13]: s
Out[13]:
0   2012-01-01 00:00:00
1   2012-01-01 11:00:00
2   2012-01-01 22:00:00
3   2012-01-02 09:00:00
4   2012-01-02 20:00:00
5   2012-01-03 07:00:00
dtype: datetime64[ns]

In [14]: s.dt.date
Out[14]:
0    2012-01-01
1    2012-01-01
2    2012-01-01
3    2012-01-02
4    2012-01-02
5    2012-01-03
dtype: object

In [15]: s.dt.date.value_counts()
Out[15]:
2012-01-01    3
2012-01-02    2
2012-01-03    1
dtype: int64