python - 计算两行之间时间差的最佳方法

Question

场景

我有一个具有给定结构的数据框，最后总结一下，我想找出服务的响应和请求之间的时间差。 它有以下列:

• 时间戳
• 服务
• 命令
• 消息类型
• 消息_ID

数据的一个例子是:

Timestamp   Service      Command     Message_Type   Message_ID
12:00:00    FoodOrders  SeeStock()  Request        125
12:00:02    FoodOrders  SeeStock()  Response       125

输出应该是这样的

Service   Command   Message_ID  TimeDiff
FoodOrders  SeeStock  125       00:00:02

我想到了什么

按 Service、Command、Message_ID 分组，并添加一个带有计算时间差的函数的附加列。

我的实际问题

• 我最初的计划好吗？我希望尝试使代码尽可能干净和快速

谢谢。

Answer 1

如果性能很重要，请避免聚合和 groupby，因为速度慢，更好的方法是使用 MultiIndex 创建 Response 和 Response 系列并减去 Timestamp , sort_index 也应该有助于提高性能:

#if necessary
#df['Timestamp'] = pd.to_timedelta(df['Timestamp'])

cols = ['Service','Command','Message_ID']
s1 = df[df['Message_Type'] == 'Response'].set_index(cols)['Timestamp'].sort_index()
s2 = df[df['Message_Type'] == 'Request'].set_index(cols)['Timestamp'].sort_index()

df1 = s1.sub(s2).reset_index()
print (df1)
      Service     Command  Message_ID Timestamp
0  FoodOrders  SeeStock()         125  00:00:02