Question

我想获得感兴趣的行之间的时间差异。

t = pd.data_range('1/1/2000', period=6, freq='D')
d = pd.DataFrame({'sid':['a']*3 + ['b']*3,
                  'src':['m']*3 + ['t']*3,
                  'alert_v':[1,0,0,0,1,1]}, index=rng)

我想获得alr == 1的行之间的时差。
我尝试过移动，但还有其他方法可以消除列中两行之间的差异吗？
我尝试过简单的lambdas和更复杂的.loc：

`

def deltat(g):
        g['d1'] = g[ g['alert_v']==1 ]['timeindex'].shift(1)
        g['d0'] = g[ g['alert_v']==1 ]['timeindex']
        return g['td'] = g['d1'] - g['d0']
d['td'] = d.groupby('src','sid').apply(lambda x: deltat(x) )


def indx(g):
        d0 = g.loc[g['alert_v']==1 ]
        d1[0] = d0[0]
        d1.append( d0[:-1] )

        g['tavg'] = g.apply( g.ix[d1,'timeindex'] - g.ix[d0,'timeindex'])
        return g

在尝试了一堆方法后，我似乎无法通过多组或过滤问题...

最好的办法是什么？

编辑：

diff(1)产生此错误：

 raise TypeError('incompatible index of inserted column '
 TypeError: incompatible index of inserted column with frame index

而shift(1)产生此错误：

 ZeroDivisionError: integer division or modulo by zero

尝试清理数据，而不是帮助。

if any( pd.isnull( g['timeindex'] ) ):
            print '## timeindex not null'
        g['timeindex'].fillna(method='ffill')

Answer 1

对于 多索引组，选择行，差异和插入新列 范例：这就是我如何使用干净输出

某些组有0个相关行，这会引发异常。

shift会引发键错误，所以只需坚持使用diff（）

 # -- get the interarrival time
def deltat(g):
    try:
        g['tavg'] = g[ g['alert_v']==1 ]['timeindex'].diff(1)
        return g
    except:
        pass
d.sort_index(axis=0, inplace=True)
d = d.groupby(['source','subject_id','alert_t','variable'],as_index=False,group_keys=False).apply( lambda x: deltat(x) )
print d[d['alert_v']==1][['timeindex','tavg']]

pandas multiindex在过滤值上移动

1 个答案: