首页 文章

如何使用pandas.series.map来计算日期重复次数？

提问于
浏览 次
0

此代码可以通过这种方式计算日期的频率：周一，周二，周三和周四以及周六，周日 . 如何更改 Map 功能的参数以重复两组中的日期：1 . 工作日上午9点至下午5点2.一周中的其余时间（工作日和周末下午5点至9点） .

d = ['10/3/2013 18:36', '10/3/2013 23:40', '10/3/2013 20:56', '10/4/2013 9:35', '11/7/2013 10:02', '11/11/2013 14:45', '12/1/2013 12:04']
df = pd.DataFrame(pd.to_datetime(d), columns=["DATE"])

df["DATE"].dt.weekday.map({0:0,1:0,2:0,3:0,4:0,5:1,6:1}).value_counts()
python datetime pandas dataframe

2 回答

  • 0

    由于 .map() 可以直接应用于Series并且还可以使用任意函数，因此您可以使用：

    df['DATE'].map(lambda dt:
    'Office' if dt.weekday() in {0,1,2,3,4} and 9 <= dt.hour < 17
    else 'Out of office'
).value_counts()

    结果是：

    Out of office    4
Office           3
dtype: int64
    回复于
  • 0

    熊猫有一些内置的方法来识别工作日 . 实际上可能有一些内置函数用于营业时间，但我不确定，因为我不经常处理日期时间：

    df['in_business_hours'] = (
    df['DATE'].map(pd.datetools.isBusinessDay) & 
    ((9 <= df.DATE.dt.hour) & (df.DATE.dt.hour <= 16))
)
df['in_business_hours'].value_counts()
Out[14]: 
False    4
True     3
dtype: int64
    回复于

相关问题