对时差求和并将其调整-Pandas DataFrame

Question

我有一个数据框有两列：unix_time和user。它有数千行，这是其中的一部分：

unix_time       user
2000000000000   A
2000000000001   A
2000000000002   B
2000000000003   B
2000000000004   B

我想计算出每个用户总共花费了unix_time的时间：
1.计算行之间的时间差。例如：unix_time column (row2 - row1)
2.如果时间差来自同一用户，则求和。例如：sum(row2 - row1) and (row3 - row2)

输出将为

time_difference_sum  user
1                    A
2                    B

我阅读了these two之类的几篇文章，但由于受到更多的限制，因此仍然很难找到解决方案。关于如何执行此操作的任何建议？谢谢你！

Answer 1

您可以先使用groupby()和diff()，然后再使用agg()您的结果：

df['time_difference_sum'] = df.sort_values(['user','unix_time']).groupby('user')['unix_time'].diff()

df.groupby('user').agg({'time_difference_sum': 'sum'})

收益：

      time_difference_sum
user                     
A                     1.0
B                     2.0