python - 转换 DataFrame 中的每个组

Question

我有以下数据帧:

  id   x    y        timestamp  sensorTime
   1   32   30        1031      2002
   1   4    105       1035      2005
   1   8    110       1050      2006
   2   18   10        1500      3600
   2   40   20        1550      3610
   2   80   10        1450      3620
....


import pandas as pd
import numpy as np
df = pd.DataFrame(np.array([[1,1,1,2,2,2], [32,4,8,18,40,80], [30,105,110,10,20,10], [1031,1035,1050,1500,1550,1450], [2002, 2005, 2006, 3600, 3610, 3620]])).T
df.columns = ['id', 'x', 'y', 'timestamp', 'sensorTime]

对于按 id 分组的每个组我想补充 sensorTime的不同之处到 timestamp 的第一个值.类似于以下内容:

start = df.iloc[0]['timestamp']
df['sensorTime'] -= df.iloc[0]['sensorTime']
df['sensorTime'] += start

但我想为每个 id 做这件事分别分组。
生成的 DataFrame 应该是:

  id   x    y        timestamp  sensorTime
   1   32   30        1031      1031
   1   4    105       1035      1034
   1   8    110       1050      1035
   2   18   10        1500      1500
   2   40   20        1550      1510
   2   80   10        1450      1520
....

每个组如何完成此操作？

Answer 1

df

    id  x   y timestamp sensorTime
0   1   32  30  1031    2002
1   1   4   105 1035    2005
2   1   8   110 1050    2006
3   2   18  10  1500    3600
4   2   40  20  1550    3610
5   2   80  10  1450    3620

您可以按 id 分组然后通过两个 timestamp和 sensorTime .那么你可以使用 diff得到 sensorTime的差值.第一个值是 NaN您可以将其替换为 timestamp 的第一个值那个组的。然后你可以简单地做 cumsum以获得所需的输出。

def func(x):
    diff = x['sensorTime'].diff()
    diff.iloc[0] = x['timestamp'].iloc[0]
    return (diff.cumsum().to_frame())

df['sensorTime'] = df.groupby('id')[['timestamp', 'sensorTime']].apply(func)
df
    id  x   y timestamp sensorTime
0   1   32  30  1031    1031.0
1   1   4   105 1035    1034.0
2   1   8   110 1050    1035.0
3   2   18  10  1500    1500.0
4   2   40  20  1550    1510.0
5   2   80  10  1450    1520.0