Question

我有一个pandas数据帧，其时间以小时为单位：分钟格式（例如09:35），我希望在B列中的连续时间与A列中的相关键之间得到区别。

数据如下所示：

      A        B
1     key1     09:12
2     key1     09:15
3     key1     09:21
4     key2     10:21
5     key2     10:27
6     key2     10:32

输出应该是这样的：

      A        B
1     key1     00:00
2     key1     00:03
3     key1     00:06
4     key2     00:00
5     key2     00:06
6     key2     00:05

或类似的东西：

      A        B
1     key1     0
2     key1     3
3     key1     6
4     key2     0
5     key2     6
6     key2     5

我知道如果B列中的数据是整数，我们可以这样做：

df['B'] = df.groupby('A')['B'].diff().fillna(0).astype(int)

但是，B列中的数据不是整数，而是时间格式。

感谢您解决此问题的任何帮助。

Answer 1

计划

使用pd.to_datetime将%H:%M格式转换为Timestamp s。是的，日期不正确。但是，一旦我们使用diff
groupby列'A'并使用diff转换为Timedelta s
再次使用pd.to_datetime，因此我们可以使用dt.strftime并格式化回'%H:%M'

pd.to_datetime(df.B).groupby(df.A).diff().fillna(0)

1   00:00:00
2   00:03:00
3   00:06:00
4   00:00:00
5   00:06:00
6   00:05:00
Name: B, dtype: timedelta64[ns]

pd.to_datetime(
    pd.to_datetime(df.B).groupby(df.A).diff().fillna(0)
).dt.strftime('%H:%M')

1    00:00
2    00:03
3    00:06
4    00:00
5    00:06
6    00:05
Name: B, dtype: object

pd.to_datetime(df.B) \
    .groupby(df.A).diff() \
    .fillna(0).dt.total_seconds() \
    .div(60).astype(int)

1    0
2    3
3    6
4    0
5    6
6    5
Name: B, dtype: int64

如何在python中减去时间

1 个答案: