根据不同列的值对数据框执行查找

Question

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？

Answer 1

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

Answer 2

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