python使用pandas实现数据分割实例代码
本文研究的主要是Python编程通过pandas将数据分割成时间跨度相等的数据块的相关内容，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。
ipdate 0127.0.0.2115/Jul/2017:18:22:16 1127.0.0.1315/Jul/2017:18:22:16 2127.0.0.1115/Jul/2017:18:22:17 3127.0.0.1115/Jul/2017:18:22:20 4127.0.0.2115/Jul/2017:18:22:21 5127.0.0.1315/Jul/2017:18:22:22 6127.0.0.1415/Jul/2017:18:26:36 7127.0.0.1615/Jul/2017:18:32:15 8127.0.0.1115/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：
#date_ip为我的dataframe数据 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')
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）
foriinxrange(0,len(time_range)-1): printget_frequency(date_ip.loc[time_range[i]:time_range[i+1]-1*Second()])
importpandasaspd
frompandas.tseries.offsetsimportSecond
defget_frequency(date_ip):
ip_frequency={}
foriinxrange(0,date_ip.shape[0]):
ip_frequency[date_ip['ip'][i]]=ip_frequency.get(date_ip['ip'][i],0)+1
returnip_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')
foriinxrange(0,len(time_range)-1):
printget_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)
以上就是本文关于python使用pandas实现数据分割实例代码的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！