在熊貓中使用日期

Question

我一直在收集Twitter數據幾天，除此之外，我需要分析內容傳播的方式。當用戶對內容感興趣時，我創建了一個時間戳列表，並在pandas df中導入了twitter時間戳，列名爲'timestamps'。它看起來像這樣：

0  Sat Dec 14 05:13:28 +0000 2013 
1  Sat Dec 14 05:21:12 +0000 2013 
2  Sat Dec 14 05:23:10 +0000 2013 
3  Sat Dec 14 05:27:54 +0000 2013 
4  Sat Dec 14 05:37:43 +0000 2013 
5  Sat Dec 14 05:39:38 +0000 2013 
6  Sat Dec 14 05:41:39 +0000 2013 
7  Sat Dec 14 05:43:46 +0000 2013 
8  Sat Dec 14 05:44:50 +0000 2013 
9  Sat Dec 14 05:47:33 +0000 2013 
10 Sat Dec 14 05:49:29 +0000 2013 
11 Sat Dec 14 05:55:03 +0000 2013 
12 Sat Dec 14 05:59:09 +0000 2013 
13 Sat Dec 14 05:59:45 +0000 2013 
14 Sat Dec 14 06:17:19 +0000 2013 

等什麼我想要做的是品嚐每10分鐘，算多少用戶有興趣在每個時間段的內容。我的問題是，我不知道如何處理從Twitter導入的時間戳。我應該使用正則表達式還是有更好的方法呢？如果有人能提供一些指引，我將不勝感激。謝謝！

Answer 1

這是ISO日期格式，它可以很容易地轉換成datetime與pd.to_datetime：

>>> df[:2] 
         timestamp 
0 Sat Dec 14 05:13:28 +0000 2013 
1 Sat Dec 14 05:21:12 +0000 2013 

>>> df['timestamp'] = pd.to_datetime(df['timestamp']) 
>>> df[:2] 
       timestamp 
0 2013-12-14 05:13:28 
1 2013-12-14 05:21:12 

要重新取樣，你可以把它的索引，並使用resample

>>> df.index = df['timestamp'] 
>>> df.resample('20Min', 'count') 
2013-12-14 05:00:00 timestamp 1 
2013-12-14 05:20:00 timestamp 5 
2013-12-14 05:40:00 timestamp 8 
2013-12-14 06:00:00 timestamp 1 
dtype: int64