Question

我正在寻找Groupby + Transform的帮助。我意识到它们是一个非常强大的工具，但我很难找到我想要完成的文档/特定情况。我想根据多个参数定义的组计算时间增量。具体来说，我想要一个列，按Casenumber AND Site AND显示已分配给批准的时间差，仅当存在已分配和批准时。到目前为止，请参阅下面的数据集和代码：

数据集（开始）

Casenumber Site  CreatedDate            NewValue
1          A     2018-03-30 16:47:03    Approved
2          A     2018-04-02 19:24:43    Assigned
2          A     2018-04-02 25:24:43    Delayed
2          A     2018-04-02 20:49:45    Approved
2          B     2018-04-02 19:24:43    Assigned
2          B     2018-04-02 22:49:45    Approved
2          B     2018-04-02 25:24:43    Delayed

数据集（完成）

Casenumber Site  CreatedDate                NewValue   Diff
    1          A     2018-03-30 16:47:03    Approved   N/A
    2          A     2018-04-02 19:24:43    Assigned   0 days 0 hours
    2          A     2018-04-02 20:49:45    Approved   0 days 1:25:02
    2          A     2018-04-02 25:24:43    Delayed    N/A
    2          B     2018-04-02 19:24:43    Assigned   0 days 0 hours
    2          B     2018-04-02 22:49:45    Approved   0 days 3:25:02
    2          B     2018-04-02 25:24:43    Delayed    N/A

到目前为止我得到了什么

(df['Diff'] = df['CreatedDate'] - 
(df.groupby(['Casenumber', 'Site'])['CreatedDate'].transform('first')))

感谢您的帮助！

Answer 1

首先确保'CreatedDate'列是datetime：

df['CreatedDate'] = pd.to_datetime(df['CreatedDate'])

然后这应该工作。

df['diff'] = df.sort_values(['Casenumber', 'Site']).groupby(['Casenumber', 'Site'])['CreatedDate'].diff()

查看这篇可能有用的帖子。 How to calculate time difference by group using pandas?

Answer 2

最后，我使用了数据透视表格式。从具有多索引的数据的透视开始。

restrdata = pd.pivot_table(restrdata, index =['Casenumber','OldValue','Site'], columns = 'NewValue', values = 'CreatedDate', aggfunc = 'first')

然后我开始创建子透视表，拉出任何没有我正在寻找的响应的空值的Casenumber。

AAdata = restrdata[(~restrdata['Approved: Admin Excep'].isnull()).groupby(['Casenumber']).transform('any')]

最后，执行计算以获得仅批准和指定时间之间的差异。

AAdiff = (AAdata[~AAdata['Approved'].isnull()].reset_index(level=1)['Approved']
 - AAdata[~AAdata['Assigned'].isnull()].reset_index(level=1)['Assigned'])

Python Groupby转换多个参数

2 个答案: