python - 如何为 Pandas 数据框中的不同组分配唯一 ID？

Question

如何根据特定条件将唯一 ID 分配给在 pandas 数据框中创建的组。例如:我有一个名为 df 的数据框，其结构如下:Name 标识用户，datetime 标识用户访问资源的日期/时间。

Name         Datetime 
Bob          26-04-2018 12:00:00 
Claire       26-04-2018 12:00:00 
Bob          26-04-2018 12:10:00 
Bob          26-04-2018 12:30:00 
Grace        27-04-2018 08:30:00 
Bob          27-04-2018 09:30:00 
Bob          27-04-2018 09:40:00 
Bob          27-04-2018 10:00:00 
Bob          27-04-2018 10:30:00 
Bob          27-04-2018 11:30:00

我想为用户创建 session ，以便为具有相同名称和日期时间值的用户访问资源不超过 30 分钟分配一个唯一 session 。但是，如果用户在访问该资源时表现出超过 30 分钟的不活动状态，则同一用户将在下次访问该资源时分配到不同的 session 。

我的预期输出将如图所示。

用户 Bob 在 27-04-2018 访问资源 9.30，第二次 @ 9.40，第三次 @ 10.00，第四次 @10.30 -> 都是 session 4。但是下一次用户 Bob 访问 @ 11.30 所以时差超过 30 分钟，因为 Bob 已经超过 30 分钟不活动，因此下一个 session 将分配给他。

Name         Datetime                    Id
Bob          26-04-2018 12:00:00          1
Claire       26-04-2018 12:00:00          2
Bob          26-04-2018 12:10:00          1
Bob          26-04-2018 12:30:00          1
Grace        27-04-2018 08:30:00          3
Bob          27-04-2018 09:30:00          4
Bob          27-04-2018 09:40:00          4
Bob          27-04-2018 10:00:00          4
Bob          27-04-2018 10:30:00          4
Bob          27-04-2018 11:30:00          5

感谢您的帮助!上一个问题的链接:How to compare value of second column with same values of first column in pandas dataframe?

Answer 1

你在底部的解释对理解它很有帮助。

您需要在 Name 上分组和一个 groupID (不要将此 groupID 与您的最终 Id 混淆)并调用 ngroup返回 Id .主要是这个groupID怎么定义.创建groupID , 你需要 sort_values分开每个 Name和 Datetime升序排列。集团Name并在 Datetime 中找到差异在每组 Name 的连续行之间(在同一 Name 内)。使用 gt检查大于 30 分钟和 cumsum得到groupID . sort_index反转回原始顺序并分配给 s如下:

s = df.sort_values(['Name','Datetime']).groupby('Name').Datetime.diff() \
      .gt(pd.Timedelta(minutes=30)).cumsum().sort_index()

接下来，groupby Name和 s与 sort=False保留原始订单并调用ngroup加 1。

df['Id'] = df.groupby(['Name', s], sort=False).ngroup().add(1)

Out[834]:
     Name            Datetime  Id
0     Bob 2018-04-26 12:00:00   1
1  Claire 2018-04-26 12:00:00   2
2     Bob 2018-04-26 12:10:00   1
3     Bob 2018-04-26 12:30:00   1
4   Grace 2018-04-27 08:30:00   3
5     Bob 2018-04-27 09:30:00   4
6     Bob 2018-04-27 09:40:00   4
7     Bob 2018-04-27 10:00:00   4
8     Bob 2018-04-27 10:30:00   4
9     Bob 2018-04-27 11:30:00   5