gpt4 book ai didi

python - 如何使用 Pandas 按组计算时差?

转载 作者:太空狗 更新时间:2023-10-29 17:40:40 25 4
gpt4 key购买 nike

问题

我想按组计算diff。而且我不知道如何对 time 列进行排序,以便每组结果都排序且为正。

原始数据:

In [37]: df 
Out[37]:
id time
0 A 2016-11-25 16:32:17
1 A 2016-11-25 16:36:04
2 A 2016-11-25 16:35:29
3 B 2016-11-25 16:35:24
4 B 2016-11-25 16:35:46

我想要的结果

Out[40]:
id time
0 A 00:35
1 A 03:12
2 B 00:22

注意:时间col的类型是timedelta64[ns]

尝试

In [38]: df['time'].diff(1)
Out[38]:
0 NaT
1 00:03:47
2 -1 days +23:59:25
3 -1 days +23:59:55
4 00:00:22
Name: time, dtype: timedelta64[ns]

没有得到想要的结果。

希望

不仅解决了问题,而且因为有5000万行,所以代码可以跑得很快。

最佳答案

您可以使用 sort_valuesgroupby和聚合 diff :

df['diff'] = df.sort_values(['id','time']).groupby('id')['time'].diff()
print (df)
id time diff
0 A 2016-11-25 16:32:17 NaT
1 A 2016-11-25 16:36:04 00:00:35
2 A 2016-11-25 16:35:29 00:03:12
3 B 2016-11-25 16:35:24 NaT
4 B 2016-11-25 16:35:46 00:00:22

如果需要删除 diff 列中带有 NaT 的行,请使用 dropna :

df = df.dropna(subset=['diff'])
print (df)
id time diff
2 A 2016-11-25 16:35:29 00:03:12
1 A 2016-11-25 16:36:04 00:00:35
4 B 2016-11-25 16:35:46 00:00:22

你也可以覆盖列:

df.time = df.sort_values(['id','time']).groupby('id')['time'].diff()
print (df)
id time
0 A NaT
1 A 00:00:35
2 A 00:03:12
3 B NaT
4 B 00:00:22

df.time = df.sort_values(['id','time']).groupby('id')['time'].diff()
df = df.dropna(subset=['time'])
print (df)
id time
1 A 00:00:35
2 A 00:03:12
4 B 00:00:22

关于python - 如何使用 Pandas 按组计算时差?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40804265/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com