python - 如何使用 Pandas 创建一个新列来识别时间字段中的接近度？

Question

我将以下 pandas 数据帧格式读入变量“mydataframe”下的 CSV(按 RegisterTime 排序):

Name, RegistrationID, RegisterTime
Jordan, 1, 2017-08-01T00:00:05
Jordan, 2, 2017-08-01T00:00:08
Jordan, 3, 2017-08-01T00:00:10
Sarah, 4, 2017-08-01T00:00:15
Jordan, 42, 2017-08-01T00:00:16 
Sarah, 54, 2017-08-01T00:00:20
Jordan, 53, 2017-08-01T00:00:30
Jordan, 55, 2017-08-01T00:00:32

我的“RegisterTime”的数据类型是“object”，打印时显示类似这样的内容 '2017-08-01T00:00:15'。

我希望能够将用户在每次操作后 10 秒内执行的类似操作“分组”到一个组中。我想这样做，以便我能够为“ActionGroup”分配一个新列，该列分配有基于此的增量值。

示例输出数据框:

Name, RegistrationID, RegisterTime, ActionGroup
Jordan, 1, 2017-08-01T00:00:05, 1
Jordan, 2, 2017-08-01T00:00:08, 1
Jordan, 3, 2017-08-01T00:00:10, 1
Sarah, 4, 2017-08-01T00:00:15, 2
Jordan, 42, 2017-08-01T00:00:16, 1 
Sarah, 54, 2017-08-01T00:00:20, 2
Jordan, 53, 2017-08-01T00:00:30, 3
Jordan, 55, 2017-08-01T00:00:32, 3

解决此问题的最佳方法是什么(为数据框添加 ActionGroup 列)？

Answer 1

不是最清晰的方法，但有效:

import pandas as pd

df['RegisterTime'] = pd.to_datetime(df['RegisterTime'])
s = df.groupby('Name').apply(lambda x: x['RegisterTime'].diff().dt.seconds.fillna(0).gt(10).cumsum().astype(str) + x['Name'])
df['ActionGroup'] = df.groupby(s.droplevel(0)).ngroup() + 1
print(df)

输出:

     Name  RegistrationID        RegisterTime  ActionGroup
0  Jordan               1 2017-08-01 00:00:05            1
1  Jordan               2 2017-08-01 00:00:08            1
2  Jordan               3 2017-08-01 00:00:10            1
3   Sarah               4 2017-08-01 00:00:15            2
4  Jordan              42 2017-08-01 00:00:16            1
5   Sarah              54 2017-08-01 00:00:20            2
6  Jordan              53 2017-08-01 00:00:30            3
7  Jordan              55 2017-08-01 00:00:32            3