如何在 groupby 对象中对没有时间列的基于时间的列进行排序

Question

我有一个如下所示的数据框

df_yes = pd.DataFrame({
   'subject_id':[1,1,1,1,1,1,1,1,1,1,1,1],
   'time_1' :['2173-04-03 12:35:00','2173-04-03 12:50:00','2173-04-03 
  12:59:00','2173-04-03 13:14:00','2173-04-03 13:37:00','2173-04-03 
  13:39:00','2173-04-04 11:30:00','2173-04-05 16:00:00','2173-04-05 
  22:00:00','2173-04-06 04:00:00','2173-04-06 04:30:00','2173-04-06 
  08:00:00'],
   'val' :[5,5,5,5,1,6,5,5,8,3,4,6]
    })
df_yes['time_1']= pd.to_datetime(df_yes['time_1'])

我要做的是在一天内获得特定值的count 和cumduration。为此我编写了以下代码

s=pd.to_timedelta(24,unit='h')-(df_yes.time_1-df_yes.time_1.dt.normalize())
df_yes['tdiff'] = df_yes.groupby(df_yes.time_1.dt.date).time_1.diff().shift(-1).fillna(s)
df_yes['t_d'] = df_yes['tdiff'].dt.total_seconds()/3600
df_yes['hr'] = df_yes['time_1'].dt.hour
df_yes['min'] = df_yes['time_1'].dt.minute
df_yes['date'] = df_yes['time_1'].dt.date
df_yes['day'] = pd.DatetimeIndex(df_yes['time_1']).day
## the below code is where I get the count and cum duration of a specific value in day for each hour
pd.DataFrame(df_yes.groupby(['date','hr','val'])['t_d'].agg({'cumduration':sum,'freq':'count'}).reset_index())

它产生如下所示的输出

如您所见，它弄乱了时间顺序。我的意思是13th hour of 2173-04-03 上出现的第一个值是5，但它显示为1。如果您在我的数据框中看到时间信息，您就会有所了解。我没有在 group by 子句中使用minute 信息，因为它不允许我根据小时对值进行分组。希望这些信息对您有所帮助

我希望我的输出按时间排序。您可以看到它是如何根据时间分量排列的。

Answer 1

将sort=False 添加到您的 groupby 行（如下所示）

pd.DataFrame(df_yes.groupby(['date','hr','val'], sort=False)['t_d'].agg({'cumduration':sum,'freq':'count'}).reset_index())