質問編集履歴
5
誤字修正
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -254,7 +254,7 @@
|
|
|
254
254
|
|
|
255
255
|
|
|
256
256
|
|
|
257
|
-
df = pd.DataFrame({
|
|
257
|
+
df = pd.DataFrame({'time': list(df_count.index.values), 'num': list(df_count.values)})
|
|
258
258
|
|
|
259
259
|
# time num
|
|
260
260
|
|
4
追記
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -173,3 +173,105 @@
|
|
|
173
173
|
weekly直近の4週間(4件分の辞書)やmonthly(1件分の辞書)は、
|
|
174
174
|
|
|
175
175
|
時間の加算をどうやって実装し、生成するのか(datetime,pandasで上手くできないか？)
|
|
176
|
+
|
|
177
|
+
|
|
178
|
+
|
|
179
|
+
-============================================
|
|
180
|
+
|
|
181
|
+
↓↓↓追記(2018_1203_0123)↓↓↓
|
|
182
|
+
|
|
183
|
+
-============================================
|
|
184
|
+
|
|
185
|
+
追記①
|
|
186
|
+
|
|
187
|
+
⑤の週次、月次グラフのイメージ画像を追加しました。
|
|
188
|
+
|
|
189
|
+
(画像では11-21から出てしまってますが)
|
|
190
|
+
|
|
191
|
+
現在から直近30日のperiodごとのtimeごとの推移を見たいです。
|
|
192
|
+
|
|
193
|
+
|
|
194
|
+
|
|
195
|
+
追記②
|
|
196
|
+
|
|
197
|
+
> {'period': 2 'time': '00:01:2'} # WEEKLY 毎週月曜の01:00に実行
|
|
198
|
+
|
|
199
|
+
|
|
200
|
+
|
|
201
|
+
また、WEEKLYの分がまた厄介で可能なら落としたくないと考えています。
|
|
202
|
+
|
|
203
|
+
つまり、最後の:2を落として、
|
|
204
|
+
|
|
205
|
+
現在から4回先までのtimeデータを
|
|
206
|
+
|
|
207
|
+
4回 lis.append(データ)する？必要があります。
|
|
208
|
+
|
|
209
|
+
(12-03 01:00, 12-10 01:00, 12-17 01:00, 12-24 01:00)
|
|
210
|
+
|
|
211
|
+
|
|
212
|
+
|
|
213
|
+
追記③
|
|
214
|
+
|
|
215
|
+
groupbyの使い方がいまいちぴんと来てなくて、
|
|
216
|
+
|
|
217
|
+
groupbyの関連でvalue_countsを知ったので、一旦実装してみました。
|
|
218
|
+
|
|
219
|
+
MySQLでいうところの、
|
|
220
|
+
|
|
221
|
+
SELECT period, time, COUNT(*) FROM lis GROUP BY period, time ;
|
|
222
|
+
|
|
223
|
+
的な結果を得たいと考えています。
|
|
224
|
+
|
|
225
|
+
|
|
226
|
+
|
|
227
|
+
```python3
|
|
228
|
+
|
|
229
|
+
df = pd.DataFrame({'time': [row['time'] for row in lis]})
|
|
230
|
+
|
|
231
|
+
# >>> df[:]
|
|
232
|
+
|
|
233
|
+
# time
|
|
234
|
+
|
|
235
|
+
# 0 2018-12-31 21:00:00
|
|
236
|
+
|
|
237
|
+
# 1 2018-12-07 20:30:00
|
|
238
|
+
|
|
239
|
+
# 2 2018-12-02 12:10:00
|
|
240
|
+
|
|
241
|
+
#pprint(df, width=273)
|
|
242
|
+
|
|
243
|
+
|
|
244
|
+
|
|
245
|
+
df_count = df['time'].value_counts()
|
|
246
|
+
|
|
247
|
+
# 2018-12-02 16:00:00 74
|
|
248
|
+
|
|
249
|
+
# 2018-12-03 06:10:00 40
|
|
250
|
+
|
|
251
|
+
# 2018-12-03 04:10:00 39
|
|
252
|
+
|
|
253
|
+
#pprint(df_count)
|
|
254
|
+
|
|
255
|
+
|
|
256
|
+
|
|
257
|
+
df = pd.DataFrame({key: list(df_count.index.values), 'num': list(df_count.values)})
|
|
258
|
+
|
|
259
|
+
# time num
|
|
260
|
+
|
|
261
|
+
#0 2018-12-03 01:00:00 74
|
|
262
|
+
|
|
263
|
+
#1 2018-12-03 15:10:00 40
|
|
264
|
+
|
|
265
|
+
#2 2018-12-03 04:00:00 39
|
|
266
|
+
|
|
267
|
+
#pprint(df)
|
|
268
|
+
|
|
269
|
+
```
|
|
270
|
+
|
|
271
|
+
|
|
272
|
+
|
|
273
|
+
|
|
274
|
+
|
|
275
|
+
↓月次のイメージ↓
|
|
276
|
+
|
|
277
|
+
|
3
レイアウト変更
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -55,52 +55,6 @@
|
|
|
55
55
|
]
|
|
56
56
|
|
|
57
57
|
```
|
|
58
|
-
|
|
59
|
-
上記のような使いにくい時系列データがあります。
|
|
60
|
-
|
|
61
|
-
|
|
62
|
-
|
|
63
|
-
このデータを加工し、periodごとのtimeごとに件数をカウントし、
|
|
64
|
-
|
|
65
|
-
pandasで横軸:time, 縦軸:件数のグラフを書きたいのですが、
|
|
66
|
-
|
|
67
|
-
スマートな方法はありますか。
|
|
68
|
-
|
|
69
|
-
|
|
70
|
-
|
|
71
|
-
現在はlis[x]['time']をmm:hhからhh:mmに変更し、
|
|
72
|
-
|
|
73
|
-
件数を数えるための辞書を3種類用意し、
|
|
74
|
-
|
|
75
|
-
ループして数えてます。
|
|
76
|
-
|
|
77
|
-
|
|
78
|
-
|
|
79
|
-
①hh:mmに変更せずとも、datetimeのstrtimeやら
|
|
80
|
-
|
|
81
|
-
pandasのなんやらで、上手いことできるんじゃなかろうか。
|
|
82
|
-
|
|
83
|
-
|
|
84
|
-
|
|
85
|
-
②mm:hh→hh:mmにする処理(splitで実装)、
|
|
86
|
-
|
|
87
|
-
もっと読みやすくて短い書き方はないのか。
|
|
88
|
-
|
|
89
|
-
|
|
90
|
-
|
|
91
|
-
③件数数える部分の処理(ループでインクリメントして実装)、
|
|
92
|
-
|
|
93
|
-
countメソッド？collections.Counter関数？その他？で上手いことできるんじゃなかろうか。
|
|
94
|
-
|
|
95
|
-
|
|
96
|
-
|
|
97
|
-
④直近1カ月のグラフにするとして、weeklyとmonthlyの時系列データは同生成するか。
|
|
98
|
-
|
|
99
|
-
仮にtimeを'2018 12-07 02:30'のようなフォーマットにするとして、
|
|
100
|
-
|
|
101
|
-
weekly直近の4週間(4件分の辞書)やmonthly(1件分の辞書)は、
|
|
102
|
-
|
|
103
|
-
時間の加算をどうやって実装し、生成するのか(datetime,pandasで上手くできないか？)
|
|
104
58
|
|
|
105
59
|
|
|
106
60
|
|
|
@@ -165,3 +119,57 @@
|
|
|
165
119
|
plt.savefig("image.png")
|
|
166
120
|
|
|
167
121
|
```
|
|
122
|
+
|
|
123
|
+
|
|
124
|
+
|
|
125
|
+
上記のような使いにくい時系列データがあります。
|
|
126
|
+
|
|
127
|
+
|
|
128
|
+
|
|
129
|
+
このデータを加工し、periodごとのtimeごとに件数をカウントし、
|
|
130
|
+
|
|
131
|
+
pandasで横軸:time, 縦軸:件数のグラフを書きたいのですが、
|
|
132
|
+
|
|
133
|
+
スマートな方法はありますか。
|
|
134
|
+
|
|
135
|
+
|
|
136
|
+
|
|
137
|
+
現在はlis[x]['time']をmm:hhからhh:mmに変更し、
|
|
138
|
+
|
|
139
|
+
件数を数えるための辞書を3種類用意し、
|
|
140
|
+
|
|
141
|
+
ループして数えてます。
|
|
142
|
+
|
|
143
|
+
|
|
144
|
+
|
|
145
|
+
①hh:mmに変更せずとも、datetimeのstrtimeやら
|
|
146
|
+
|
|
147
|
+
pandasのなんやらで、上手いことできるんじゃなかろうか。
|
|
148
|
+
|
|
149
|
+
|
|
150
|
+
|
|
151
|
+
②mm:hh→hh:mmにする処理(splitで実装)、
|
|
152
|
+
|
|
153
|
+
もっと読みやすくて短い書き方はないのか。
|
|
154
|
+
|
|
155
|
+
|
|
156
|
+
|
|
157
|
+
③件数数える部分の処理(ループでインクリメントして実装)、
|
|
158
|
+
|
|
159
|
+
countメソッド？collections.Counter関数？その他？で上手くできるんじゃないか。
|
|
160
|
+
|
|
161
|
+
|
|
162
|
+
|
|
163
|
+
④件数を数えるなら、辞書かリストのどちらがいいか。
|
|
164
|
+
|
|
165
|
+
pandasで使うなら、リストの方がなんとなく使いやすそう。
|
|
166
|
+
|
|
167
|
+
|
|
168
|
+
|
|
169
|
+
⑤直近1カ月のグラフにするとして、weeklyとmonthlyの時系列データは同生成するか。
|
|
170
|
+
|
|
171
|
+
仮にtimeを'2018 12-07 02:30'のようなフォーマットにするとして、
|
|
172
|
+
|
|
173
|
+
weekly直近の4週間(4件分の辞書)やmonthly(1件分の辞書)は、
|
|
174
|
+
|
|
175
|
+
時間の加算をどうやって実装し、生成するのか(datetime,pandasで上手くできないか？)
|
2
タグ追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
File without changes
|
1
タグ追加、一部修正
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
質問は①～④です。
|
|
2
2
|
|
|
3
|
-
|
|
3
|
+
ゴチャゴチャしていて読みづらく申し訳ございませんが、
|
|
4
4
|
|
|
5
5
|
意見、回答、いただけると幸いです。
|
|
6
6
|
|