python - DataFrame 中的时间计算和操作分组

Question

我有一个数据框，其中包含用户、操作以及用户采取操作的时间。如果操作同时满足两个条件，我想将它们分组到一个列表中:1.同一用户执行了操作2. 20 分钟内采取行动。

目前我正在尝试使用 timedelta 来计算迭代的时间差并读取 this帖子但这不是我要找的。我很难找到类似的例子。

数据框有数千行，这是其中的一部分

user    action      time
A       browse      2018-07-01 06:00:00
A       edit        2018-07-01 06:10:00
B       signin      2018-07-01 06:00:00
B       browse      2018-07-01 06:11:00
B       edit        2018-07-01 07:00:00

预期输出将是满足条件的操作列表

output
[[browse, edit], [signin, browse]]

用户 B 所做的最后一次“编辑”不在其中，因为 (07:00:00) - (06:11:00) > 20 分钟

关于如何执行此操作有什么建议吗？非常感谢您!

Answer 1

您可以使用IIUC，

df['time'] = pd.to_datetime(df.time) 

cond = df.groupby('user')['time'].diff().bfill().lt(pd.Timedelta('20m'))

df1 = df[cond].groupby('user')['action'].apply(list).tolist()

print (df1)

[['browse', 'edit'], ['signin', 'browse']]