用 loc 计算 timedelta？

Question

我有一点问题应该很容易。我的 df 如下所示：

Index                 ZeitstempelSBA        Status1 counting
2018-01-02 12:20:00                         SR_OPEN    56
2018-01-02 12:21:00                         SR_OPEN    57
2018-01-02 12:22:00                         SR_OPEN    58
2018-01-02 12:23:00                         SR_OPEN    59
2018-01-02 12:24:00                         SR_OPEN    60
2018-01-02 12:25:00   2018-01-02 12:25:05   SR_CLEAR   0
2018-01-02 12:26:00                         SR_CLEAR   1
2018-01-02 12:27:00   2018-01-02 12:27:13   SR_CLOSE   0
2018-01-02 12:28:00                         SR_CLOSE   1
2018-01-02 12:29:00                         SR_CLOSE   2
2018-01-02 12:30:00                         SR_OPEN    0
2018-01-02 12:31:00                         SR_OPEN    1
2018-01-02 12:32:00                         SR_OPEN    2
2018-01-02 12:33:00                         SR_OPEN    3
2018-01-02 12:34:00                         SR_OPEN    4
2018-01-02 12:35:00   2018-01-02 12:35:11   SR_CLEAR   0
2018-01-02 12:36:00                         SR_CLEAR   1
2018-01-02 12:37:00   2018-01-02 12:37:17   SR_CLOSE   0
2018-01-02 12:38:00                         SR_CLOSE   1
2018-01-02 12:39:00                         SR_CLOSE   2

我正在尝试计算整个数据帧中第一个 CLEAR 和第一个 CLOSE 间隔之间的时间差。我尝试使用，但它没有给我预期的结果：

begin = df.loc[(df.Status1 == 'SR_CLEAR')&(df.counting == 0),'ZeitstempelSBA']
end = df.loc[(df.Status1 == 'SR_CLOSE')&(df.counting == 0),'ZeitstempelSBA'] 
end-begin

输出应该是每个 SR_CLEAR（计数 == 0）和 SR_CLOSE（计数 == 0）情况之间的时间增量的数组/列表。

Answer 1

您可以使用 groupby.min 和 .to_dict() 而不是 .loc

s = df[df['counting'].eq(0)].groupby("Status1")["ZeitstempelSBA"].min().to_dict()


print(s)

{'CLEAR': Timestamp('2018-01-02 12:25:05'),
 'CLOSE': Timestamp('2018-01-02 12:27:13')}

s['CLOSE'] - s['CLEAR'] 
Timedelta('0 days 00:02:08')