python - 将多个时间值分组为开始时间和结束时间

Question

我有一个数据框，如下

import pandas as pd
import numpy as np
IDs = ['A','A','A','B','B']
times = pd.date_range(start='01/01/2019',end='01/02/2019',freq='h')
times_2 = pd.date_range(start='01/01/2019',end='01/02/2019',freq='h') + pd.Timedelta('15min')

Vals = [np.random.randint(15,250) for x in enumerate(times)]
df = pd.DataFrame({'id' : IDs*5,
             'Start' : times,
             'End' : times_2,
            'Value' : Vals},columns=['id','Start','End','Value'])

这给了我一个 df ，如下所示。

print(df.head(5))
        id  Start   End Value
0   A   2019-01-01 00:00:00 2019-01-01 00:15:00 52
1   A   2019-01-01 01:00:00 2019-01-01 01:15:00 69
2   A   2019-01-01 02:00:00 2019-01-01 02:15:00 209
3   B   2019-01-01 03:00:00 2019-01-01 03:15:00 163
4   B   2019-01-01 04:00:00 2019-01-01 04:15:00 70

现在我想做的是将 group by 应用于我的数据框以获取值列的总和，但是，在执行此操作时我想保留最小开始和我的 df 的最大结束时间。

所以我的示例输出如下:

  id    Start   End Value
0   A   2019-01-01 00:00:00 2019-01-01 22:15:00 2007
1   B   2019-01-01 03:00:00 2019-01-02 00:15:00 1385

我完成这项工作的唯一方法是按开始和结束时间传递每个唯一 ID 的最小值和最大值，将它们传递到列表，然后手动创建开始和结束时间，但速度很慢，而且困惑且容易出错...希望这里有人可以指导我缺少什么。

Answer 1

将groupby与agg结合使用

df.groupby('id').agg({'Start':'min','End':'max','Value':'sum'})#reset_index()
Out[92]: 
                 Start                 End  Value
id                                               
A  2019-01-01 00:00:00 2019-01-01 22:15:00   2152
B  2019-01-01 03:00:00 2019-01-02 00:15:00    972