Python：使用 groupby() 和 apply() 对聚集数据中的日期时间进行排序答案

【问题标题】：Python: Sorting datetime in clustered data using groupby() and apply()Python：使用 groupby() 和 apply() 对聚集数据中的日期时间进行排序
【发布时间】：2021-09-19 12:53:21
【问题描述】：

我想对每个集群的日期时间列进行排序。

    latitude    longitude   cluster datetime          
0   57.723610   11.925191   1       2021-06-13 14:22:11.682
1   57.723614   11.925187   1       2021-06-13 14:22:13.562
2   57.723610   11.925172   1       2021-06-13 14:22:28.635 
3   57.724075   11.923708   2       2021-06-13 14:23:44.905 
4   57.723637   11.925056   2       2021-06-13 14:22:59.336 
5   57.723614   11.925178   3       2021-06-13 14:22:44.170
6   57.723827   11.924635   3       2021-06-13 14:23:14.479 
7   57.723610   11.925191   3       2021-06-13 14:22:04.000
8   57.723866   11.924005   3       2021-06-13 14:23:29.605

为此，我尝试使用 groupby() 和 apply()：

# Converting the time column from object to datetime
df["datetime"]= pd.to_datetime(df["datetime"], format="%Y-%m-%d %H:%M:%S.%f")

# Sorting date per cluster
df.groupby("cluster").apply(df.sort_values(by="datetime", inplace=True))

但是，我收到了错误：

'NoneType' 对象不可调用

我的最终目标是然后将每个集群的行提取到新的 df 中，这些行对应于它们的最早（最旧）和最晚（最近）时间。

【问题讨论】：

标签： python sorting datetime pandas-groupby apply

【解决方案1】：

您需要将function 传递给apply 方法（可调用）。

你可以在apply中使用lambda函数如下-

df = df.groupby("cluster").apply(lambda x: x.sort_values(by = 'datetime'))

【讨论】：

【解决方案2】：

排序不需要groupby，先按日期时间排序，再按簇排序：

df.sort_values(["cluster", "datetime"])

但是，如果你想获得每个集群中最早和最新的记录，你可能确实最好在 groupby 中做所有事情：

(df.groupby("cluster", as_index=False)
   .apply(lambda x: x.sort_values("datetime")
                     .iloc[[0, -1], :]))

【讨论】：