Question

我正在对小鼠进行实验。

我的df的一部分在下面。

Index   Name    Time        Food    Experiment Start
0       Peter   09:00:00    Cheese  2018-08-06 07:30:00
1       Peter   10:00:00    Nut     2018-08-06 07:30:00
2       Peter   11:00:00    Nut     2018-08-06 07:30:00
3       Peter   12:00:00    Cheese  2018-08-06 07:30:00
4       Peter   13:00:00    Nut     2018-08-06 07:30:00
5       Peter   14:00:00    Nut     2018-08-06 07:30:00
6       Peter   15:00:00    Nut     2018-08-06 07:30:00
7       Peter   11:10:00    Nut     2018-08-12 10:30:00
8       Peter   12:10:00    Cheese  2018-08-12 10:30:00
9       Peter   13:10:00    Nut     2018-08-12 10:30:00

我想要这样的df：

Index   Name    Experiment Start        Last Meal in Experiment
0       Peter   2018-08-06 07:30:00     2018-08-06 15:00:00
1       Peter   2018-08-12 10:30:00     2018-08-12 13:10:00
-not enough width-
Count Food  Count Nut   Count Cheese
7           5           2
3           2           1

要找到“实验中的最后一餐”，这很容易。我按“时间”（进餐时间）排序，所以最新时间总是在最前面。

df = df.sort_values(by='Time', ascending=False)

然后，通过删除名称和实验开始时间的所有其他重复项，我只保留最近的那些时间。

df = df.drop_duplicates(subset=['Name', 'Experiment Start'])

我这样计算最后一餐的时间：

df['Last Meal in Experiment'] = df['Experiment Start'].dt.floor('D') + df['Time']

现在我应该有类似这样的内容（以及“时间和食物”列）：

Index   Name    Experiment Start        Last Meal in Experiment
0       Peter   2018-08-06 07:30:00     2018-08-06 15:00:00
1       Peter   2018-08-12 10:30:00     2018-08-12 13:10:00

但是我不知道如何通过Name的实验开始时间来获取食物数量和奶酪/坚果数量。

在删除重复项之前，我尝试过类似的操作：

df['Count Food'] = df.groupby('Name')['Experiment Start'].transform('count')

但是熊猫有一个错误（新列的格式为dt），我迷路了。

Answer 1

将GroupBy.size与unstack一起使用：

df1= df.groupby(['Name','Experiment Start','Food']).size().unstack()
df1['All'] = df1.sum(axis=1)

或crosstab：

df1 = pd.crosstab([df['Name'],df['Experiment Start']], df['Food'], margins=True)

df = df.sort_values(by='Time', ascending=False)
df = df.drop_duplicates(subset=['Name', 'Experiment Start'])
df['Last Meal in Experiment'] = df['Experiment Start'].dt.floor('D') + df['Time']

df = df.join(df1, on=['Name','Experiment Start'])
print (df)
        Name     Time Food    Experiment Start Last Meal in Experiment  \
Index                                                                    
6      Peter 15:00:00  Nut 2018-08-06 07:30:00     2018-08-06 15:00:00   
9      Peter 13:10:00  Nut 2018-08-12 10:30:00     2018-08-12 13:10:00   

       Cheese  Nut  Count  
Index                      
6           2    5      7  
9           1    2      3

根据分组计数创建列（涉及日期时间列）

1 个答案: