Python：根据条件查找数据框中每个事件所花费的时间答案

【问题标题】：Python: Finding time taken for each event in dataframe based on conditionPython：根据条件查找数据框中每个事件所花费的时间
【发布时间】：2020-08-06 18:48:24
【问题描述】：

我有一个包含两列的 df，timestamp 和 eventType。

timestamp 按时间顺序排列，eventType 可以是 ['start', 'change', 'end', resolve]。

['start', 'change'] denotes the start of an event 

['end','resolve'] denotes the end of an event


createdTime         actionName
2020-03-16 18:28:14 start
2020-03-17 19:12:42 end
2020-03-18 19:56:10 change
2020-03-19 21:29:13 change
2020-03-20 21:42:06 end
2020-03-21 18:28:14 start
2020-03-21 19:12:42 resolve
2020-03-22 19:56:10 change
2020-03-22 21:29:13 change
2020-03-23 21:42:06 end

我希望计算每个 开始/更改事件到下一个结束/解决事件之间的时间差。

一个事件在它开始之前可以有多个开始/更改状态已解决，因此事件需要进行初始启动/更改状态为第一次开始/更改事件时间。
输出需要是 df 中每个事件的时间增量列表

提前谢谢:)

编辑预期结果应该是一个列表，其中包含每个事件所花费的时间。

event_times = ['24:44:28', '49:45.56', '0:44:28', '25:45:56']

【问题讨论】：

请分享预期的输出。
感谢您的回复，现已添加。

标签： python pandas dataframe time-series

【解决方案1】：

迟到总比没有好？

df['createdTime'] = pd.to_datetime(df.createdTime)

starts = ['start', 'change']
ends = ['end','resolve']

prev_status = 'end'
spans = []

for i in range(len(df)):
    curr_status = df.actionName[i]
    if curr_status in starts and prev_status in starts:
        pass
    elif curr_status in starts and prev_status in ends:
        start_time = df.createdTime[i]
    elif curr_status in ends and prev_status in starts:
        t = df.createdTime[i] - start_time
        hours = t.days * 24 + t.seconds // 3600
        minutes = t.seconds % 3600 // 60 
        seconds = t.seconds % 60
        spans.append(f"{hours}:{minutes}:{seconds}")
    elif curr_status in ends and prev_status in ends:
        raise ValueError (f"Two ends in a row at index {i}.")
    else:
        raise ValueError (f"Unrecognized action type at index {i}.")
    prev_status = curr_status

print(spans)

给予

['24:44:28', '49:45:56', '0:44:28', '25:45:56']

【讨论】：