Python Pandasデータサンプリング/集計

Question

私は巨大なカンマ区切りの日時、unique_idデータセットを以下のようにしています。 Pythonのパンダを使用して

datetime, unique_id 
2016-09-01 19:50:01, bca8ca1c91d283212faaade44c6185956265cc09 
2016-09-01 19:50:02, ddd20611d47597435412739db48b0cb04599e340 
2016-09-01 19:50:10, 5b8776d7dc0b83f9bd9ad70a403a5f605e37d4d4 
2016-09-01 19:50:14, 2b8a2d7179fe08f8c87d125ad5bc41b5eb79d06f 
2016-09-01 19:50:20, 902c4428e08f4324a70a5a4bbfabb657c4a9ffc3 
2016-09-01 19:50:23, bca8ca1c91d283212faaade44c6185956265cc09 
2016-09-01 19:51:10, a2e6521c66e7207398ffe3d4e5bab449f75e616d 
2016-09-01 19:51:11, a2e6521c66e7207398ffe3d4e5bab449f75e616d 
2016-09-01 19:51:20, f7cfa02eeb3feed2a0f616185312925e4190c66b 
2016-09-01 19:51:30, 0bb21868b55b832f1315438ccdb9c508cf37b8b4 
2016-09-01 19:51:40, cb3cfe7bc2fa40d20db23ddc209d2062e10c2ce3 
2016-09-01 19:51:50, 2b8a2d7179fe08f8c87d125ad5bc41b5eb79d06f 
2016-09-01 19:51:55, 099ba09cd602f9d9bb20f5ebc195686dc133b464 
2016-09-01 19:52:00, c300e6a54013ee56facab294e326aa523cd4c60a 
2016-09-01 19:53:01, bca8ca1c91d283212faaade44c6185956265cc09 
2016-09-01 19:53:04, 902c4428e08f4324a70a5a4bbfabb657c4a9ffc3 
2016-09-01 19:53:10, 5b8776d7dc0b83f9bd9ad70a403a5f605e37d4d4 
2016-09-01 19:53:11, 2b8a2d7179fe08f8c87d125ad5bc41b5eb79d06f 
2016-09-01 19:53:17, bca8ca1c91d283212faaade44c6185956265cc09 
2016-09-01 19:53:20, 0fe1560c790c78b960b66e7d7336dd76d2ea12cf 
2016-09-01 19:53:40, ddd20611d47597435412739db48b0cb04599e340 

、私はminuteあたりunique idsのカウントを取得したいと思います。 例：

datetime, count(unique_id) 
2016-09-01 19:50:00, 5 
2016-09-01 19:51:00, 6 
2016-09-01 19:52:00, 1 
2016-09-01 19:53:00, 6 

私はpandas.DataFrame.resampleを使用してみましたが、それはこの問題にアプローチする方法ではありませんように見えます。

resampled_data = raw_df.set_index(pd.DatetimeIndex(raw_df["datetime"])).resample("1T") 

Answer 1

あなたはインデックスとして日時を設定し、グループ変数を作成しpandas.TimeGrouperを使用し、その後、時間のグループ指定された周波数を使用してデータフレームを、とはユニークなIDの数をカウントすることができたことができます。

import pandas as pd 
df.set_index(pd.to_datetime(df.datetime)).groupby(pd.TimeGrouper(freq = "min"))['unique_id'].nunique() 

#   datetime 
#2016-09-01 19:50:00 5 
#2016-09-01 19:51:00 6 
#2016-09-01 19:52:00 1 
#2016-09-01 19:53:00 6 
#Freq: T, Name: unique_id, dtype: int64 

Answer 2

私はあなたがSeries指定必要だと思う - ['unique_id']をしてResampler.nuniqueを追加します。

resampled_data = raw_df.set_index(pd.DatetimeIndex(raw_df["datetime"])) 
         .resample("1T")['unique_id'] 
         .nunique() 
print (resampled_data) 
2016-09-01 19:50:00 5 
2016-09-01 19:51:00 6 
2016-09-01 19:52:00 1 
2016-09-01 19:53:00 6 
Freq: T, Name: unique_id, dtype: int64