如何在python中识别日期中的结构？
如何在python中识别日期中的结构？
提问于 2019-06-09 23:36:18
我有一个dataframe df，在just_dates列中有用户活动的日期，例如：
just_dates Count
0 2015-06-01 89
1 2015-06-02 44
2 2015-06-03 61
3 2015-06-04 47
4 2015-06-05 82
5 2015-06-09 46
12 2015-06-19 42
13 2015-06-21 1
14 2015-06-22 68
15 2015-06-23 82
.. ... ...
529 2017-05-24 86
535 2017-06-02 63
536 2017-06-04 1
537 2017-06-05 28
538 2017-06-06 77有没有办法让我检查用户是否每周至少在线两次？在这种情况下，用户在第一周至少浪费了两个活跃时间，而不是像倒数第二周和最后一周一样？我还喜欢添加一种容忍度，即他不需要在某个时间一周活动两次。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-06-10 00:08:50
假设dataframe df包含单个用户的信息，下面的代码应该可以解决这个问题：
import pandas as pd
df = pd.DataFrame([['2015-06-01', 1], ['2015-06-02', 3], ['2016-06-23', 1]], columns=['just_dates', 'Count'])
# Convert just_dates to datetime
df['just_dates'] = pd.to_datetime(df['just_dates'])
weekly_counts = df.groupby(pd.Grouper(key='just_dates', freq='W')).Count.sum()
print(weekly_counts.where(weekly_counts > 1).dropna())输出应该是：
just_dates
2015-06-07 4.0
Freq: W-SUN, Name: Count, dtype: float64页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56515951
复制相关文章
相似问题