使用 Pandas，我如何用另一个系列的元素减去一个系列的所有重复元素？答案

【问题标题】：With Pandas, how do I subtract all recurring elements of a series with an element of another series?使用 Pandas，我如何用另一个系列的元素减去一个系列的所有重复元素？
【发布时间】：2020-10-14 15:15:07
【问题描述】：

我有一个这种类型的数据框：

    arr_time dep_time station
0   19:20:00 19:20:00 a
1   19:38:00 19:45:00 b
2   18:55:00 19:00:00 a
3   19:40:00 19:45:00 a
4   19:50:00 19:55:00 b 
.
.

我需要做的是：对于 station 中的每个相同项目，用 arr_time 中的每个相关项目减去 dep_time 中的相关项目（不考虑相同项目）。例如：站 a：

 for i in range(len(arr_time)):
      for j in range(len(dep_time)):
         if i != j:
            dep_time[j] - arr_time[i]

station a 的结果必须是：

result
-00:20:00
00:25:00

以此类推，适用于 station 中的所有站点。由于数据量大，需要用 Pandas 编写。我会非常感谢任何可以帮助我的人！

【问题讨论】：

标签： python pandas dataframe datetime subtraction

【解决方案1】：

这是一种方法。我使用pd.merge 将每个站点“a”链接到每个其他站点“a”（等等）。然后我进行了过滤，这样我们就不会将一个电台与它自己进行比较，并执行了时间算术。

from io import StringIO
import pandas as pd

data = '''    arr_time dep_time station
0   19:20:00 19:20:00 a
1   19:38:00 19:45:00 b
2   18:55:00 19:00:00 a
3   19:40:00 19:45:00 a
4   19:50:00 19:55:00 b 
'''
df = pd.read_csv(StringIO(data), sep='\s+')

# create unique identifier for each row
df['id'] = df.reset_index().groupby('station')['index'].rank(method='first').astype(int)

# SQL-style self-join: all station 1's; all station 2's, etc.
t = pd.merge(left=df, right=df, how='inner', on='station', suffixes=('_l', '_r'))

# don't compare station to itself
t = t[ t['id_l'] != t['id_r'] ] 

# compute elapsed time (as timedelta object)
t['elapsed'] = pd.to_timedelta(t['dep_time_l']) - pd.to_timedelta(t['arr_time_r'])

# convert elapsed time to minutes (may not be necessary)
t['elapsed'] = t['elapsed'] / pd.Timedelta(minutes=1) # convert to minutes

# create display
t = (t[['station', 'elapsed', 'id_l', 'id_r']]
     .sort_values(['station', 'id_l', 'id_r']))
print(t)

   station  elapsed  id_l  id_r
1        a     25.0     1     2
2        a    -20.0     1     3
3        a    -20.0     2     1
5        a    -40.0     2     3
6        a     25.0     3     1
7        a     50.0     3     2
10       b     -5.0     1     2
11       b     17.0     2     1

【讨论】：