python - 时间戳分析 Pandas

Question

我有一个看起来像这样的数据集:

ID      DATE       TAG
S3800   1999-07-02 D
S1190   1999-07-02 C
S3131   1999-07-02 C
S3131   1999-07-04 C
S3131   1999-07-05 D

我正在尝试计算每个 ID 的记录之间的最小和最大时间间隔(以天为单位)。例如:

ID    MIN_TIME_GAP MAX_TIME_GAP 
S3131 1            3

DATE 列的格式为 datetine64[ns]。我如何在 Pandas 中实现这一目标？

Answer 1

尝试:

# if they aren't sorted already:
df = df.sort_values(by="DATE")

x = df.groupby("ID").agg(
    MIN_TIME_GAP=("DATE", lambda x: np.min(x.diff())),
    MAX_TIME_GAP=("DATE", lambda x: x.max() - x.min()),
)
print(x.dropna())

打印:

      MIN_TIME_GAP MAX_TIME_GAP
ID                             
S3131       1 days       3 days

---

编辑:要将 Timedelta 转换为天:

# convert to days:
x["MIN_TIME_GAP"] = x["MIN_TIME_GAP"].dt.days
x["MAX_TIME_GAP"] = x["MAX_TIME_GAP"].dt.days
print(x)

打印:

       MIN_TIME_GAP  MAX_TIME_GAP
ID                               
S3131             1             3