Question

我有一个csv文件，其中的条目如下：

1,2014 1 1 0 1,5
2,2014 1 1 0 1,5
3,2014 1 1 0 1,5
4,2014 1 1 0 1,6
5,2014 1 1 0 1,6
6,2014 1 1 0 1,12
7,2014 1 1 0 1,17
8,2014 5 7 1 5,4

第一列是ID，第二列是到达日期（最后一个条目的例子：可能是07，凌晨1点05分），最后一列是工作持续时间（以分钟为单位）。

实际上，我使用pandas和以下函数读取数据：

import pandas as pd

def convert_data(csv_path):
    store = pd.HDFStore(data_file)
    print('Loading CSV File')
    df = pd.read_csv(csv_path, parse_dates=True)
    print('CSV File Loaded, Converting Dates/Times')
    df['Arrival_time'] = map(convert_time, df['Arrival_time'])
    df['Rel_time'] = (df['Arrival_time'] - REF.timestamp)/60.0
    print('Conversion Complete')
    store['orders'] = df

我的问题是：如何根据持续时间对条目进行排序，但考虑到达日期？所以，我想根据“到达日期+持续时间”对csv条目进行排序。这怎么可能？

感谢任何提示！最诚挚的问候，斯坦。

Answer 1

好的，以下显示您可以转换日期时间，然后显示如何添加分钟：

In [79]:

df['Arrival_Date'] = pd.to_datetime(df['Arrival_Date'], format='%Y %m %d %H %M')
df
Out[79]:
   ID        Arrival_Date  Duration
0   1 2014-01-01 00:01:00         5
1   2 2014-01-01 00:01:00         5
2   3 2014-01-01 00:01:00         5
3   4 2014-01-01 00:01:00         6
4   5 2014-01-01 00:01:00         6
5   6 2014-01-01 00:01:00        12
6   7 2014-01-01 00:01:00        17
7   8 2014-05-07 01:05:00         4

In [80]:

import datetime as dt
df['Arrival_and_Duration'] = df['Arrival_Date'] + df['Duration'].apply(lambda x: dt.timedelta(minutes=int(x)))
df
Out[80]:
   ID        Arrival_Date  Duration Arrival_and_Duration
0   1 2014-01-01 00:01:00         5  2014-01-01 00:06:00
1   2 2014-01-01 00:01:00         5  2014-01-01 00:06:00
2   3 2014-01-01 00:01:00         5  2014-01-01 00:06:00
3   4 2014-01-01 00:01:00         6  2014-01-01 00:07:00
4   5 2014-01-01 00:01:00         6  2014-01-01 00:07:00
5   6 2014-01-01 00:01:00        12  2014-01-01 00:13:00
6   7 2014-01-01 00:01:00        17  2014-01-01 00:18:00
7   8 2014-05-07 01:05:00         4  2014-05-07 01:09:00

In [81]:

df.sort(columns=['Arrival_and_Duration'])
Out[81]:
   ID        Arrival_Date  Duration Arrival_and_Duration
0   1 2014-01-01 00:01:00         5  2014-01-01 00:06:00
1   2 2014-01-01 00:01:00         5  2014-01-01 00:06:00
2   3 2014-01-01 00:01:00         5  2014-01-01 00:06:00
3   4 2014-01-01 00:01:00         6  2014-01-01 00:07:00
4   5 2014-01-01 00:01:00         6  2014-01-01 00:07:00
5   6 2014-01-01 00:01:00        12  2014-01-01 00:13:00
6   7 2014-01-01 00:01:00        17  2014-01-01 00:18:00
7   8 2014-05-07 01:05:00         4  2014-05-07 01:09:00

使用pandas在阅读时对csv-data进行排序

1 个答案: