我有一组 ID 和时间戳,想通过获取最旧/最早时间戳的差值(按 ID 分组)来计算“每个 ID 所用的总时间”。
数据
id timestamp
1 2018-02-01 03:00:00
1 2018-02-01 03:01:00
2 2018-02-02 10:03:00
2 2018-02-02 10:04:00
2 2018-02-02 11:05:00
预期结果
(我想将增量转换为分钟)
id delta
1 1
2 62
我有一个 for 循环,但它非常慢(超过 100 万行需要 10 分钟以上)。我想知道这是否可以通过 pandas 函数实现?
# gb returns a DataFrameGroupedBy object, grouped by ID
gb = df.groupby(['id'])
# Create the resulting df
cycletime = pd.DataFrame(columns=['id','timeDeltaMin'])
def calculate_delta():
for id, groupdf in gb:
time = groupdf.timestamp
# returns timestamp rows for the current id
time_delta = time.max() - time.min()
# convert Timedelta object to minutes
time_delta = time_delta / pd.Timedelta(minutes=1)
# insert result to cycletime df
cycletime.loc[-1] = [id,time_delta]
cycletime.index += 1
下一步想尝试:
- 多处理
最佳答案
首先确保日期时间正确:
df.timestamp = pd.to_datetime(df.timestamp)
现在找出每个id的最大值和最小值之差的分钟数:
import numpy as np
>>> (df.timestamp.groupby(df.id).max() - df.timestamp.groupby(df.id).min()) / np.timedelta64(1, 'm')
id
1 1.0
2 62.0
Name: timestamp, dtype: float64
关于python - 在 Pandas 中跨分组数据框减去值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50297291/