Question

我有两个数据帧。 DF1包含以下内容：

用户|时间间隔

User01 | [01/01/2014 08：12：00,01 / 01/2014 08:13:43]

User02 | [01/03/2014 07：21：44,01 / 04/2014 01:07:01]

DF 2包含事件：

用户|时间|值

User01 | 01/03/2014 04:11:00 | 9

User01 | 01/01/2014 08:10:00 | 12

User02 | 01/03/2014 09:11:00 | 3

User02 | 01/02/2014 011：10：00 | 21

我想在DF1中添加3列，包含时间间隔内每个用户的平均值，标准差和最大值，具体取决于DF2中的事件。

所以最终的结果应该是这样的：

用户|时间间隔|意思是|最大| StDev

User01 | [01/01/2014 08：12：00,01 / 01/2014 08:13:43] | NaN | NaN |南

User02 | [01/03/2014 07：21：44,01 / 04/2014 01:07:01] | 3 | 3 | 0

如果我的桌子很大，有什么方法可以做到这一点？是否有某种＆＃34; groupby＆＃34;函数用于基于另一个数据帧的时间间隔？

代码：

import pandas as pd

DF1 = pd.DataFrame({'User' : pd.Series(["User01", "User02"], index=['1', '2']), 'Time start' : pd.Series(["01/01/2014 08:12:00", "01/03/2014 07:21:44"], index=['1', '2']),'Time end' : pd.Series(["01/01/2014 08:13:43", "01/04/2014 01:07:01"], index=['1', '2'])})

DF2 = pd.DataFrame({'User' : pd.Series(["User01","User01","User02", "User02"], index=['1', '2','3','4']), 'Time' : pd.Series(["01/03/2014 04:11:00", "01/01/2014 08:10:00","01/03/2014 09:11:00","01/02/2014 011:10:00"], index=['1', '2','3', '4']),'Value' : pd.Series([9,12,3,21], index=['1', '2','3','4'])})

DF3 = pd.DataFrame({'User' : pd.Series(["User01", "User02"], index=['1', '2']), 'Time start' : pd.Series(["01/01/2014 08:12:00", "01/03/2014 07:21:44"], index=['1', '2']),'Time end' : pd.Series(["01/01/2014 08:13:43", "01/04/2014 01:07:01"], index=['1', '2']),'Mean' : pd.Series(["Nan", 3], index=['1', '2']),'Max' : pd.Series(["Nan", 3], index=['1', '2']),'StDev' : pd.Series(["Nan", 0], index=['1', '2'])})

Answer 1

首先，合并DF1和DF2

df = DF2.merge(DF1,on="User")

如果时间在时间开始和时间结束之间，

并创建一个指标（＆＃34;保持＆＃34;）

import numpy as np
df.loc[:,"keep"] = (np.logical_and(df.loc[:,"Time start"]<=df.loc[:,"Time"],df.loc[:,"Time"]<=df.loc[:,"Time end"]))*1

输出：

    Time                User  Value Time end            Time start       keep
 2014-01-03 04:11:00    User01  9   2014-01-01 08:13:43 2014-01-01 08:12:00 0
 2014-01-01 08:10:00    User01  12  2014-01-01 08:13:43 2014-01-01 08:12:00 0
 2014-01-03 09:11:00    User02  3   2014-01-04 01:07:01 2014-01-03 07:21:44 1
 2014-01-02 11:10:00    User02  21  2014-01-04 01:07:01 2014-01-03 07:21:44 0

现在只保留keep = 1

的行

df = df.loc[df.keep==1,:]

现在使用groupby

对df进行聚合

df4 = df.groupby("User")["Value"].agg(['max','mean','std']).reset_index()

输出：

    User    max mean    std
    User02  3   3   NaN

将df4与DF1合并

DF1.merge(df4.reset_index(), on="User",how="left")

输出：

 Time end           Time start          User    max mean std
2014-01-01 08:13:43 2014-01-01 08:12:00 User01  NaN NaN NaN
2014-01-04 01:07:01 2014-01-03 07:21:44 User02  3.0 3.0 NaN

熊猫组的时间间隔

1 个答案: