如何使用pandas.series.map编写代码统计日期的重复次数？
如何使用pandas.series.map编写代码统计日期的重复次数？
提问于 2015-04-21 09:49:24
这段代码可以这样计算日期的频率:周一、周二、周三和周四一起计算，周六和周日一起计算。如何更改map函数的参数以获得两组日期的重复: 1.工作日的上午9点到下午5点；2.一周中的其余时间(工作日和周末的下午5点到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()回答 2
Stack Overflow用户
发布于 2015-04-21 11:12:58
由于.map()可以直接应用于系列，也可以采用任意函数，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: int64Stack Overflow用户
发布于 2015-04-21 11:14:02
Pandas有一些用于识别工作日的内置方法。实际上可能有一些用于工作时间的内置函数，但我不确定，因为我不经常处理datetimes：
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/29761484
复制相关文章
相似问题
腾讯云开发者
