为了账号安全,请及时绑定邮箱和手机立即绑定

根据不同列的值对数据框执行查找

根据不同列的值对数据框执行查找

噜噜哒 2022-06-28 16:49:53
有这样的数据框 -df = {'Request': [0, 0, 1, 0, 1, 0, 0], 'Time': ['16:00', '17:00', '18:00', '19:00', '20:00', '20:30', '24:00'], 'grant': [3, 0, 0, 5, 0, 0, 5]}pd.DataFrame(df).set_index('Time')    Out[16]:        Request  grantTime                 16:00        0      317:00        0      018:00        1      019:00        0      520:00        1      020:30        0      024:00        0      5“请求”列中的值是布尔值,表示是否提出了请求。1 = 请求 0 = 无请求。“授予”列中的值表示初始授予大小。我想计算每个请求的请求和授权之间的时间。所以在这种情况下,他们将是 19:00 - 18:00 = 1 小时和 24:00-20:00 = 4 小时。有没有办法使用 pandas 轻松地对大型数据集执行此操作?
查看完整描述

2 回答

?
慕妹3242003

TA贡献1824条经验 获得超6个赞

我会这样做:


df = {'Request': [0, 0, 1, 0, 1, 0, 0],

     'Time': ['16:00', '17:00', '18:00', '19:00', '20:00', '20:30', '24:00'],

     'grant': [3, 0, 0, 5, 0, 0, 5]}


df = pd.DataFrame(df) #create DataFrame


#get rid of any rows have neither a grant nor request

df = df[(df[['grant', 'Request']].T != 0).any()] 


#change the time in HH:MM to number of minutes

df['Time'] = df['Time'].str.split(":").apply(lambda x: int(x[0])*60 + int(x[1]))


#get the difference between those times

df['timeElapsed'] = df['Time'].diff()


#filter out the requests to only get the grants and their times. 

#Also, drop the NA from the first line.

df = df[(df[['grant']].T != 0).any()].dropna()


#drop all columns except timeElapsed and Grant

df = df[['timeElapsed', 'grant']]

那么输出看起来像这样,timeElaped 以分钟为单位:


   timeElapsed  grant

3         60.0      5

6        240.0      5


查看完整回答
反对 回复 2022-06-28
?
一只斗牛犬

TA贡献1784条经验 获得超2个赞

您首先需要将您的Time索引转换为可减去的东西以找到时间增量。使用pd.to_timestamp不起作用,因为没有24:00. 下面的解决方案使用十进制时间(1:30PM = 13.5):


# Convert the index into decimal time

df.index = pd.to_timedelta(df.index + ':00') / pd.Timedelta(hours=1)


# Get time when each request was made

r = df[df['Request'] != 0].index.to_series()


# Get time where each grant was made

g = df[df['grant'] != 0].index.to_series()


# `asof` mean "get the last available value in `r` as the in `g.index`

tmp = r.asof(g)

df['Delta'] = tmp.index - tmp

结果:


      Request  grant  Delta

Time                       

16.0        0      3    NaN

17.0        0      0    NaN

18.0        1      0    NaN

19.0        0      5    1.0

20.0        1      0    NaN

20.5        0      0    NaN

24.0        0      5    4.0


查看完整回答
反对 回复 2022-06-28
  • 2 回答
  • 0 关注
  • 75 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信