Como agrupar o DataFrame por um período de tempo?
Eu tenho alguns dados de arquivos de log e gostaria de agrupar as entradas por um minuto:
def gen(date, count=10):
while count > 0:
yield date, "event{}".format(randint(1,9)), "source{}".format(randint(1,3))
count -= 1
date += DateOffset(seconds=randint(40))
df = DataFrame.from_records(list(gen(datetime(2012,1,1,12, 30))), index='Time', columns=['Time', 'Event', 'Source'])
df:
Event Source
2012-01-01 12:30:00 event3 source1
2012-01-01 12:30:12 event2 source2
2012-01-01 12:30:12 event2 source2
2012-01-01 12:30:29 event6 source1
2012-01-01 12:30:38 event1 source1
2012-01-01 12:31:05 event4 source2
2012-01-01 12:31:38 event4 source1
2012-01-01 12:31:44 event5 source1
2012-01-01 12:31:48 event5 source2
2012-01-01 12:32:23 event6 source1
Eu tentei estas opções:
df.resample('Min')
é muito alto e quer agregar.df.groupby(date_range(datetime(2012,1,1,12, 30), freq='Min', periods=4))
falha com exceção.df.groupby(TimeGrouper(freq='Min'))
funciona bem e retorna umDataFrameGroupBy
objeto para processamento adicional, por exemplo:
grouped = df.groupby(TimeGrouper(freq='Min'))
grouped.Source.value_counts()
2012-01-01 12:30:00 source1 1
2012-01-01 12:31:00 source2 2
source1 2
2012-01-01 12:32:00 source2 2
source1 2
2012-01-01 12:33:00 source1 1
Contudo, aTimeGrouper
classe não está documentada.
Qual é a maneira correta de agrupar por um período de tempo? Como posso agrupar os dados por um minuto E pela coluna Origem, por ex.groupby([TimeGrouper(freq='Min'), df.Source])
?