Pandas Groupby 如果日期时间在 30 分钟内答案

【问题标题】：Pandas Groupby if datetime within 30 minutes of each otherPandas Groupby 如果日期时间在 30 分钟内
【发布时间】：2022-01-15 08:08:42
【问题描述】：

您好，我想知道是否有人能够帮助解决以下问题。

在下表中，如果日期时间在 30 分钟内，我想按位置、电视和日期时间对数据进行分组，并为其分配一个组号。如果位置和电视相同，但它们的时间戳不在 30 分钟内，则应为其分配不同的组号。下面的示例表

location    TV      datetime

UK     bake off    29/10/2021 21:20:00

UK     bake off    29/10/2021 21:20:00

UK     bake off    29/10/2021 21:40:00

UK     masterchef  29/10/2021 22:47:00

UK     masterchef  29/10/2021 23:05:00


The  result I want is the below


location    TV      datetime           group

UK     bake off    29/10/2021 21:20:00  1

UK     bake off    29/10/2021 21:20:00  1

UK     bake off    29/10/2021 21:40:00  1

UK     masterchef  29/10/2021 22:47:00  2

UK     masterchef  29/10/2021 23:05:00  2

我使用 pd.Grouper 得到的结果如下。但是，由于 pd.Grouper 采用等间隔的时间间隔，因此它将第 3 行和第 5 行分组到不同的组中，如下所示。

location    TV     datetime           group

UK     bake off    29/10/2021 21:20:00  1

UK     bake off    29/10/2021 21:20:00  1

UK     bake off    29/10/2021 21:40:00  2

UK     masterchef  29/10/2021 22:47:00  3

UK     masterchef  29/10/2021 23:05:00  4

我正在使用以下代码：

df['group'] = df.groupby([pd.Grouper(key = 'datetime', freq = '30min'), 'location', 'TV']).ngroup()

【问题讨论】：

标签： python pandas time pandas-groupby

【解决方案1】：

这是一种方法。它使用每个（位置、电视对）的最短时间。首先，设置数据：

import pandas as pd

# create data, with a new row
data = [
    ('location', 'TV',      'datetime'),
    ('UK', 'bake off',    '29/10/2021 21:20:00'),
    ('UK', 'bake off',    '29/10/2021 21:20:00'),
    ('UK', 'bake off',    '29/10/2021 21:40:00'),
    ('UK', 'bake off',    '29/10/2021 23:59:59'),  # new
    ('UK', 'masterchef',  '29/10/2021 22:47:00'),
    ('UK', 'masterchef',  '29/10/2021 23:05:00'),
]

然后，执行计算：

df = pd.DataFrame(data = data[1:], columns = data[0])

# convert to datetime
df['datetime'] = pd.to_datetime(df['datetime'], format="%d/%m/%Y %H:%M:%S")

# find min time for each (location, TV) pair
df['start'] = df.groupby(['location', 'TV'])['datetime'].transform('min')

# subtract min time, then integer division in 30-minute intervals
df['elapsed'] = (df['datetime'] - df['start']).dt.seconds // (30 * 60)

# assign group numbers
df['group'] = df.groupby(['location', 'TV', 'elapsed']).ngroup()
print(df)

最后看看结果：

  location          TV            datetime               start  elapsed  group
0       UK    bake off 2021-10-29 21:20:00 2021-10-29 21:20:00        0      0
1       UK    bake off 2021-10-29 21:20:00 2021-10-29 21:20:00        0      0
2       UK    bake off 2021-10-29 21:40:00 2021-10-29 21:20:00        0      0
3       UK    bake off 2021-10-29 23:59:59 2021-10-29 21:20:00        5      1
4       UK  masterchef 2021-10-29 22:47:00 2021-10-29 22:47:00        0      2
5       UK  masterchef 2021-10-29 23:05:00 2021-10-29 22:47:00        0      2

【讨论】：