怎么在python中使用pandas分割数据-创新互联
怎么在python中使用pandas分割数据？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
具体如下。
先上数据，有如下dataframe格式的数据，列名分别为date、ip，我需要统计每5s内出现的ip，以及这些ip出现的频数。
ip date 0 127.0.0.21 15/Jul/2017:18:22:16 1 127.0.0.13 15/Jul/2017:18:22:16 2 127.0.0.11 15/Jul/2017:18:22:17 3 127.0.0.11 15/Jul/2017:18:22:20 4 127.0.0.21 15/Jul/2017:18:22:21 5 127.0.0.13 15/Jul/2017:18:22:22 6 127.0.0.14 15/Jul/2017:18:26:36 7 127.0.0.16 15/Jul/2017:18:32:15 8 127.0.0.11 15/Jul/2017:18:36:03
在网上找了很久但是没看到python的相关答案，但在stackoverflow找到了R语言的解法，有兴趣可以看看。
受它的启发，我用不太优雅的方式实现了我的需求，有更好解决方法的请不吝赐教：
step1: 将数据中日期格式变为标准格式
#date_ip为我的dataframe数据 date_ip['date'] = pd.to_datetime(date_ip['date'], format='%d/%b/%Y:%H:%M:%S')
step2: 将数据的开始时间、结束时间，按5s分割（由于时间段可能不是恰好是5s的倍数，为避免最后一个时间丢失，因此在最后加上5s）
frequency = 5 time_range = pd.date_range(date_ip['date'][0], date_ip['date'][date_ip.shape[0]-1] +frequency*Second(), freq='%sS'%frequency)
step3: 将date变为索引
date_ip = date_ip.set_index('date')step4: 对每个时间段内的数据进行频数计算（由于通过标签切片时会包含头、尾数据，为避免重复计算，因此在尾部减1s）
for i in xrange(0,len(time_range)-1): print get_frequency(date_ip.loc[time_range[i]:time_range[i+1]-1*Second()])
完整的代码
import pandas as pd
from pandas.tseries.offsets import Second
def get_frequency(date_ip):
ip_frequency = {}
for i in xrange(0,date_ip.shape[0]):
ip_frequency[date_ip['ip'][i]] = ip_frequency.get(date_ip['ip'][i], 0) + 1
return ip_frequency,date_ip.shape[0]
if __name__ == '__main__':
date_ip['date'] = pd.to_datetime(date_ip['date'], format='%d/%b/%Y:%H:%M:%S')
frequency = 5
time_range = pd.date_range(date_ip['date'][0], date_ip['date'][date_ip.shape[0]-1]
+frequency*Second(), freq='%sS'%frequency)
date_ip = date_ip.set_index('date')
for i in xrange(0, len(time_range) - 1):
print get_frequency(date_ip.loc[time_range[i]:time_range[i + 1]-1*Second()])文章开头数据运行结果：
({'127.0.0.21' : 1, '127.0.0.13' : 1, '127.0.0.11' : 2}, 4)
({'127.0.0.21': 1, '127.0.0.13': 1}, 2)
({'127.0.0.14': 1}, 1)
({'127.0.0.16': 1}, 1)
({'127.0.0.11': 1}, 1)关于怎么在python中使用pandas分割数据问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联成都网站设计公司行业资讯频道了解更多相关知识。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
当前标题：怎么在python中使用pandas分割数据-创新互联
文章转载：http://pwwzsj.com/article/dohscp.html
