我有一个如下所示的数据框。
ATM ID Ref no Timestamp
1 11 2020/02/01 15:10:23
1 11 2020/02/01 15:11:03
1 111 2020/02/06 17:45:41
1 111 2020/02/06 18:11:03
2 22 2020/02/07 15:11:03
2 22 2020/02/07 15:25:01
2 22 2020/02/07 15:38:51
2 222 2020/02/07 15:11:03
我希望将其按 ATM ID 和引用号分组,以仅返回引用号和 ATM ID 组合的 1 个结果以及第一个和最后一个引用号的时间戳之间的持续时间。
输出格式
ATM ID Ref no Timestamp Diff
1 11 2020/02/01 15:11:03 00:00:40
1 111 2020/02/06 18:11:03 00:25:22
2 22 2020/02/07 15:38:51 00:27:48
2 222 2020/02/07 15:11:03 00:00:00
最佳答案
在 GroupBy.agg
中使用自定义 lambda 函数最后一个值与第一个值的差异:
df1 = (df.groupby(['ATM ID','Ref no'])['Timestamp']
.agg(lambda x: x.iat[-1] - x.iat[0])
.reset_index(name='diff'))
print (df1)
ATM ID Ref no diff
0 1 11 00:00:40
1 1 111 00:25:22
2 2 22 00:27:48
3 2 222 00:00:00
或者聚合last
和first
并通过DataFrame.assign
创建新列:
df1 = (df.groupby(['ATM ID','Ref no'])['Timestamp']
.agg(['last','first'])
.assign(diff = lambda x: x.pop('last') - x.pop('first'))
.reset_index()
)
print (df1)
ATM ID Ref no diff
0 1 11 00:00:40
1 1 111 00:25:22
2 2 22 00:27:48
3 2 222 00:00:00
关于python - 如何计算 python pandas 数据帧的第一条记录和最后一条记录之间的时间差,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60146201/