分组并计算时间戳的差异

Posted 2023-02-24

【中文标题】分组并计算时间戳的差异

【英文标题】：Group by and calculate difference in timestamp

【发布时间】：2019-07-21 22:28:10

【问题描述】：

我有一个看起来像这样的数据集

I.D       Timestamp
F322      2019-02-20 23:47:30.057
F322      2019-02-20 23:48:01.959 
F322      2019-02-20 23:50:04.308   
F422      2019-02-24 22:22:37.418
F422      2019-02-24 22:24:05.397

我正在尝试创建一个新列，将每个升序（已排序）时间戳的差异减去它之前的前一个时间戳，但按 I.D 列分组。一些 I.D 有 2、3 或 4 个时间戳。

输出看起来像这样

I.D       Timestamp                   Minutes
F322      2019-02-20 23:47:30.057         NaN
F322      2019-02-20 23:48:01.959         0.5
F322      2019-02-20 23:50:04.308         2.0
F422      2019-02-24 22:22:37.418         NaN
F422      2019-02-24 22:24:05.397         1.5

我过去曾用过一些东西，例如下面的一些不同的东西

df.groupby('I.D')['Timestamp'].agg(lambda x: x.iat[0] < x.iat[-1])

np.where(df['I.D'].map(mask), 1, 2)

产生 1 或 2 的值，但这仅适用于按 I.D 分组的 a 的第一行和第二行，并且只产生一个值而不是计算。

感谢收看！

【问题讨论】：

什么是 0.9...？

抱歉，这只是该行时间戳和之前的行之间的分钟差

我认为这是一个误判！应该是我的答案中的 0.516667？

正确！对不起！

【参考方案1】：

你可以使用 groupby 和 diff：

In [11]: res = df.groupby("I.D").Timestamp.diff()

In [12]: res
Out[12]:
0               NaT
1   00:00:31.902000
2   00:02:02.349000
3               NaT
4   00:01:27.979000
Name: Timestamp, dtype: timedelta64[ns]

然后将秒除以 60 得到分钟：

In [13]: res.dt.seconds / 60
Out[13]:
0         NaN
1    0.516667
2    2.033333
3         NaN
4    1.450000
Name: Timestamp, dtype: float64

【讨论】：

谢谢！快速提问 - 如果我想创建另一列 - 对每个分组的 i.ds 时间戳（不是你刚才帮我计算的分钟数）进行排名，我该怎么做？所以每个 i.d 都会有一个与时间戳列相关的按升序排列 1、2、3、4 的列？

@Chris90 你在找df.groupby("I.D").cumcount() 我想，但是如果有什么不同，请提出一个新问题:)