如何從重採樣列創建數據透視表？

Question

假設我有事件數據，如：

ts,uid 
2016-02-13 20:18:03.000001 UTC,5236965070 
2016-02-13 23:05:08 UTC,2834437228 
2016-02-13 23:13:00.000032 UTC,2206245130 
2016-02-13 22:45:07.000004 UTC,1539535012 
2016-02-13 23:47:44 UTC,3431025028 
2016-02-13 16:42:16.000001 UTC,810825324 
2016-02-13 22:37:14 UTC,2625355144 
2016-02-14 00:31:52.000009 UTC,24815453 
2016-02-12 06:43:40.000007 UTC,3895095040 
2016-02-14 00:09:04 UTC,715095136 
... 

如何創建UID的數據透視表，一個小時內，事件計數？我想這樣做

DF.groupby（[ 'UID'，pandas.TimeGrouper（鍵= 'TS'，FREQ = 'H'）]，排序=假）.Count之間（）

但我得到了ValueError: items in new_categories are not the same as in old categories。我怎樣才能使它工作？是使用pivot還是pivot_table更好的方法？

Answer 1

這是更好地利用dt.hour時間戳訪問小時（如果你的列是不是已經的日期時間，它使用pd.to_datetime轉換）：

In [90]: df.groupby([df.uid,df.ts.dt.hour]).count() 
Out[90]: 
       ts 
uid  ts 
24815453 0 1 
715095136 0 1 
810825324 16 1 
1539535012 22 1 
2206245130 23 1 
2625355144 22 1 
2834437228 23 1 
3431025028 23 1 
3895095040 6 1 
5236965070 20 1 

注意，GROUPBY「消耗」 UID列;如果你想避免這種情況，你可以使用as_index = False。