如何计算从开始时间到熊猫更改时间的差异？答案

【问题标题】：How calculate difference from start time until change time in pandas?如何计算从开始时间到熊猫更改时间的差异？
【发布时间】：2020-04-13 12:33:35
【问题描述】：

我有一些这样的数据：

 df = pd.DataFrame ({'id': ['A', 'A','A' ,'B', 'B','B', 'B'],
                         'cahnge' : ['False', 'True', 'False', 'False', 'Flase', 'True', 'False'],
                         'start': ['2017-1-1', '2018-5-5', '2017-5-21', '2017-6-6','2017-7-8','2017-8-9','2018-5-1'],
                        })


╔═══════╦════╦════════╦═══════════╗
║ index ║ id ║ cahnge ║   start   ║
╠═══════╬════╬════════╬═══════════╣
║     0 ║ A  ║ False  ║ 2017-1-1  ║
║     1 ║ A  ║ True   ║ 2018-5-5  ║
║     2 ║ A  ║ False  ║ 2017-5-21 ║
║     3 ║ B  ║ False  ║ 2017-6-6  ║
║     4 ║ B  ║ Flase  ║ 2017-7-8  ║
║     5 ║ B  ║ True   ║ 2017-8-9  ║
║     6 ║ B  ║ False  ║ 2018-5-1  ║
╚═══════╩════╩════════╩═══════════╝

我想使用 pandas 将其转换为如下所示：

╔═══════╦════╦══════════╦══════════╦══════╗
║ index ║ id ║  start   ║  change  ║ diff ║
╠═══════╬════╬══════════╬══════════╬══════╣
║     0 ║ A  ║ 2017-1-1 ║ 2018-5-5 ║  489 ║
║     1 ║ B  ║ 2017-6-6 ║ 2017-8-9 ║  64  ║
╚═══════╩════╩══════════╩══════════╩══════╝

结果是计算每个 id 的第一个日期与真正的更改日期之间的差异，并创建第二个表。

【问题讨论】：

标签： pandas group-by

【解决方案1】：

你可以试试这个：

df = pd.DataFrame ({'id': ['A', 'A','A' ,'B', 'B','B', 'B'],
                         'change' : ['False', 'True', 'False', 'False', 'False', 'True', 'False'],
                         'start': ['2017-1-1', '2018-5-5', '2017-5-21', '2017-6-6','2017-7-8','2017-8-9','2018-5-1'],
                        })

首先，转换为日期时间类型。
并将“更改”列中的“真/假”值转换为数字 1、0。

喜欢这个

df['start'] = pd.to_datetime(df['start'])
df['change'] = np.where(df['change']=='False', 0,1)

第二，通过sort_values和drop_duplicates创建起始数据。
您可以使用以下代码为每个 id 具有 1(True) 值的行（带有 id 和 date 列）索引。

start = df[['id','start']].sort_values(by=['id','start']).drop_duplicates(subset='id').reset_index(drop=True)
print(start)


change = df[['id','start']].loc[df.groupby('id')['change'].idxmax()].rename({'start':'change'},axis=1)
print(change)

  id      start
0  A 2017-01-01
1  B 2017-06-06

  id     change
1  A 2018-05-05
5  B 2017-08-09

第三，做一个左merge 两个数据框并使用dt 索引器计算两个日期之间的差异。

final = start.merge(change, how='left', on ='id')
final['diff'] = (final['start'] - final['change']).dt.days
print(final)

  id      start     change  diff
0  A 2017-01-01 2018-05-05  -489
1  B 2017-06-06 2017-08-09   -64

我希望它有所帮助。

【讨论】：