【问题标题】:find number of time slots in a datetime column in pandas dataframe在熊猫数据框中的日期时间列中查找时隙数
【发布时间】:2019-09-12 14:56:06
【问题描述】:

我的问题与我之前的问题有关。但是,它是不同的。所以我创建了一个新帖子。

我想在 pandas 数据框的日期时间列中找出按“id1”分组的 10 分钟持续时间。

我的桌子:

 id1       date_time               adress       a_size        
 reom      2005-8-20 21:51:10      75157.5413   ceifwekd    
 reom      2005-8-20 22:51:10      3571.37946   ceifwekd    
 reom      2005-8-20 11:21:01      3571.37946   tnohcve     
 reom      2005-8-20 11:31:05      97439.219    tnohcve     
 penr      2005-8-20 17:07:16     97439.219    ceifwekd     
 penr      2005-8-20 19:10:37      7391.6258    ceifwekd    
 ....

我需要

 id1       date_time               adress       a_size        10mins_num_by_id1
 reom      2005-8-20 21:51:10      75157.5413   ceifwekd    7
 reom      2005-8-20 21:56:10      3571.37946   ceifwekd    7
 reom      2005-8-20 22:21:01      3571.37946   tnohcve     7
 reom      2005-8-20 22:51:11      97439.219    tnohcve     7
 penr      2005-8-20 17:07:16     97439.219    ceifwekd     2
 penr      2005-8-20 17:17:37      7391.6258    ceifwekd    2
 ....

对于

  id1       date_time               adress       a_size        10mins_num_by_id1
 reom      2005-8-20 21:51:10      75157.5413   ceifwekd    7
 reom      2005-8-20 22:51:11      3571.37946   ceifwekd    7

我得到了 7,因为从 21:51:10 到 22:51:11,它有 7 个按“id1”分组的 10 分钟时间段

对于

 id1       date_time               adress       a_size        10mins_num_by_id1
 penr      2005-8-20 17:07:16     97439.219    ceifwekd     2
 penr      2005-8-20 17:17:37      7391.6258    ceifwekd    2

我得到了 2 个,因为从 17:07:16 到 17:17:37 有 2 个按“id1”分组的 10 分钟时间段。

我的代码:

 df['10_min'] = df.groupby(['id1']).apply(lambda x: x['date_time'].dt.floor('10Min').count())

但我得到了新列的 NaN。

谢谢

【问题讨论】:

    标签: python python-3.x pandas datetime dataframe


    【解决方案1】:

    使用GroupBy.transform 获取最大和最小datetimes 之间的差异,然后使用Series.dt.ceil 并将timedeltas 转换为10Mins 时隙:

    df['date_time'] = pd.to_datetime(df['date_time'])
    
    df['new'] = (df.groupby('id1')['date_time']
                   .transform(lambda x: x.max() - x.min())
                   .dt.ceil('10Min')
                   .dt.total_seconds()
                   .div(600)
                   .astype(int))
    print (df)
    
        id1           date_time       adress    a_size  new
    0  reom 2005-08-20 21:51:10  75157.54130  ceifwekd    7
    1  reom 2005-08-20 22:51:10   3571.37946  ceifwekd    7
    2  reom 2005-08-20 22:21:01   3571.37946   tnohcve    7
    3  reom 2005-08-20 22:51:11  97439.21900   tnohcve    7
    4  penr 2005-08-20 17:07:16  97439.21900  ceifwekd    2
    5  penr 2005-08-20 17:17:37   7391.62580  ceifwekd    2
    

    【讨论】:

      【解决方案2】:

      我们可以使用groupby 和transform 得到max - min 然后除以10 分钟。最后我们使用numpy.ceil进行四舍五入:

      df['10mins_num_by_id1'] = np.ceil(df.groupby(['id1'])['date_time']\
                                       .transform(lambda x: x.max() - x.min()) / pd.Timedelta('10 minutes'))
      
      print(df)
      
      print(df)
          id1           date_time       adress    a_size  10mins_num_by_id1
      0  reom 2005-08-20 21:51:10  75157.54130  ceifwekd                7.0
      1  reom 2005-08-20 22:56:10   3571.37946  ceifwekd                7.0
      2  reom 2005-08-20 22:21:01   3571.37946   tnohcve                7.0
      3  reom 2005-08-20 22:51:11  97439.21900   tnohcve                7.0
      4  penr 2005-08-20 17:07:16  97439.21900  ceifwekd                2.0
      5  penr 2005-08-20 17:17:37   7391.62580  ceifwekd                2.0
      

      【讨论】:

        猜你喜欢
        • 1970-01-01
        • 1970-01-01
        • 2021-11-10
        • 1970-01-01
        • 2021-11-21
        • 2017-07-24
        • 2018-02-02
        • 1970-01-01
        • 2019-06-24
        相关资源
        最近更新 更多