Python 数据框中的计算

Question

我有一个数据框，Check In Date   Check Out Date  Number  stage2020/5/22 16:23 2020/5/22 18:39 1         a2020/5/22 22:41 2020/5/23 2:03  1         b2020/5/23 2:04  2020/5/23 2:04  1         c2020/5/23 2:04  2020/5/23 2:56  1         d2020/5/23 2:56  2020/5/23 2:56  2         a2020/5/24 8:39  2020/5/24 8:39  2         b2020/5/24 8:40  2020/5/24 10:58 2         c2020/5/24 10:59 2020/5/24 10:59 2         ddf = pd.DataFrame({'Check In Date': ['2020/5/22 16:23', '2020/5/22 22:41', '2020/5/23 2:04', '2020/5/23 2:04', '2020/5/23 2:56', '2020/5/24 8:39', '2020/5/24 8:40', '2020/5/24 10:59'],                   'Check Out Date': ['2020/5/22 18:39', '2020/5/23 2:03', '2020/5/23 2:04', '2020/5/23 2:56', '2020/5/23 2:56', '2020/5/24 8:39', '2020/5/24 10:58', '2020/5/24 10:59'],                   'Number': [1, 1, 1, 1, 2, 2, 2, 2],                   'stage': ['a', 'b', 'c', 'd', 'a', 'b', 'c', 'd']})我正在尝试在数据框中进行一些计算，如下所示：          1       2a -> b  4:02:00 5:43:00b -> c  0:01:00 0:01:00c -> d  0:00:00 0:01:00等于                         1                                       2a -> b  b: ckeck in date - a: check out date    b: ckeck in date - a: check out dateb -> c  c: ckeck in date - b: check out date    c: ckeck in date - b: check out datec -> d  d: ckeck in date - c: check out date    d: ckeck in date - c: check out date我检查了与熊猫和数据框相关的示例，但我仍然不知道如何实现这一点。任何想法？

Answer 1

用于DataFrameGroupBy.shift移动列stage和Check Out Date，通过 重塑形状DataFrame.unstack，因此在最后一步中可以通过移动列减去DataFrame.sub：

df['Check In Date'] = pd.to_datetime(df['Check In Date'])

df['Check Out Date'] = pd.to_datetime(df['Check Out Date'])

g = df.groupby('Number')

df = (df.assign(shitfted = g['Check Out Date'].shift(),

                stage = g['stage'].shift() + ' -> ' + df['stage'])

        .set_index(['stage','Number'])[['Check In Date','shitfted']]

        .unstack()

        .dropna()

      )

df = df['Check In Date'].sub(df['shitfted'])

print (df)

Number        1               2

stage                          

a -> b 04:02:00 1 days 05:43:00

b -> c 00:01:00 0 days 00:01:00

c -> d 00:00:00 0 days 00:01:00

编辑：

对于所有组合，使用交叉连接并按所有组合进行过滤：

df['Check In Date'] = pd.to_datetime(df['Check In Date'])

df['Check Out Date'] = pd.to_datetime(df['Check Out Date'])

from  itertools import combinations

c = [f'{a} -> {b}' for a, b in (combinations(df['stage'].unique(), 2))]

print (c)

['a -> b', 'a -> c', 'a -> d', 'b -> c', 'b -> d', 'c -> d']

df = (df.merge(df, on='Number')

       .assign(stage = lambda x: x.pop('stage_x') + ' -> ' + x.pop('stage_y'))

       .query('stage in @c')

# df = df[df['stage'].isin(c)]

        .set_index(['stage','Number'])[['Check In Date_y','Check Out Date_x']]

        .unstack())

df = df['Check In Date_y'].sub(df['Check Out Date_x'])

print (df)

Number        1               2

stage                          

a -> b 04:02:00 1 days 05:43:00

a -> c 07:25:00 1 days 05:44:00

a -> d 07:25:00 1 days 08:03:00

b -> c 00:01:00 0 days 00:01:00

b -> d 00:01:00 0 days 02:20:00

c -> d 00:00:00 0 days 00:01:00