Question

情况：
我有一个带有一列和索引列的python / pandas数据框。索引列是一种日期时间格式，并且每分钟都会记录一次，因此，两个连续的索引行之间的差异始终为一分钟，因为这些行按索引顺序进行了排序。另一列代表一个单位ID。

“ Unit_id”几乎随时随地变化。

问题：
我想添加第三列“ Cycle”，它将从给定单位ID的起点到该单位ID的终点将经过的分钟数作为整数进行计数。每当有新的设备ID时，计数器应重置并从1重新开始。

所以基本上我想看起来像这样：

到目前为止，我尝试创建一个没有datetime索引的公式（但是这将是最佳解决方案），该公式仅使一个正常计数器并在每个新的Unit_id处重置。这是我的代码：

def ciklus_csinalo(str_Unit_id):
    if 'old_Unit_id' in locals():
        if str_Unit_id != old_Unit_id:
            old_Unit_id = str_Unit_id
            counter = 1
            return counter
        else:
            counter += counter
            return counter
    else: 
        old_Unit_id = str_Unit_id
        counter = 1
    return counter

df["Cycle"] = df["Unit_id"].apply(ciklus_csinalo)

不幸的是，该代码无法正常工作，因为我在每一行中都得到1的值。

问题：

您能否让我知道，如何添加一个新列，该列有条件地逐步计算两个日期时间之间的差异，并在满足条件时重置并从一个日期重新开始？
您能告诉我如何制作一列并添加一个连续的递增计数器吗？

提前感谢您的帮助！

Answer 1

IIUC，认为您想要groupby和cumcount：

df['cycle'] = df.groupby('Unit_ID').cumcount() + 1

输出：

              Datetime Unit_ID  cycle
0  2016-10-05 08:25:00  102/16      1
1  2016-10-05 08:25:01  102/16      2
2  2016-10-05 08:25:02  102/16      3
3  2016-10-05 08:25:03  102/16      4
4  2016-10-05 08:25:04  102/16      5
5  2016-10-05 08:25:05  103/16      1
6  2016-10-05 08:25:06  103/16      2
7  2016-10-05 08:25:07  103/16      3
8  2016-10-05 08:25:08  103/16      4
9  2016-10-05 08:25:09  103/16      5
10 2016-10-05 08:25:10  104/16      1
11 2016-10-05 08:25:11  104/16      2
12 2016-10-05 08:25:12  105/16      1
13 2016-10-05 08:25:13  105/16      2
14 2016-10-05 08:25:14  105/16      3

Answer 2

您可以这样操作，让data为您的DataFrame：

data['cycle'] = data.groupby('unit_id')['datetime'].transform(pd.Series.diff)
data.fillna(60, inplace=True)
data['cycle'] = data.groupby('unit_id')['cycle'].transform(pd.Series.cumsum)
print(data)

输出

              datetime unit_id    cycle
0  2016-10-05 08:25:00  102/16 00:01:00
1  2016-10-05 08:26:00  102/16 00:02:00
2  2016-10-05 08:27:00  102/16 00:03:00
3  2016-10-05 08:28:00  102/16 00:04:00
4  2016-10-05 08:29:00  102/16 00:05:00
5  2016-10-05 08:30:00  103/16 00:01:00
6  2016-10-05 08:31:00  103/16 00:02:00
7  2016-10-05 08:32:00  103/16 00:03:00
8  2016-10-05 08:33:00  103/16 00:04:00
9  2016-10-05 08:34:00  103/16 00:05:00
10 2016-10-05 08:35:00  104/16 00:01:00
11 2016-10-05 08:36:00  104/16 00:02:00
12 2016-10-05 08:37:00  105/16 00:01:00
13 2016-10-05 08:38:00  105/16 00:02:00
14 2016-10-05 08:39:00  105/16 00:03:00

如果您想要整数的最后一列，则可以这样操作：

data['cycle'] = data.groupby('unit_id')['cycle'].transform(pd.Series.cumsum).transform(lambda e: (e.seconds//60) % 60)

与新列中的起点之间的条件增量日期时间差，以整数

2 个答案: