Question

我想计算每个会话中相同URL的时差，我不确定该怎么做。

我的DataFrame看起来像这样：

df = pd.DataFrame({'LogTime': ['2018-12-12 11:18:37.782000+00:00 ', '2018-12-12 11:20:35.782000+00:00', '2018-12-12 11:21:39.782000+00:00','2018-12-12 11:22:39.782000+00:00', '2018-12-12 11:22:40.782000+00:00', '2018-12-12 11:23:40.782000+00:00'],
       'Session': ['a','a','b','c','c','c'],
       'URL': ['/','/','/page','/new','/new','/']
      })

它应该计算同一部分中相同URL之间的时间差。如果网址仅出现一次，则时差将设置为1分钟。

预期输出为：时间= pd.DataFrame（{'Session'：['a'，'b'，'c'，'c']，'URL'：['/'，'/ page'，'/ new'，'/ ']'持续时间：['time1'，'time2'，'time3'，'time4']}）

Answer 1

有些笨重，但是：

df = pd.DataFrame({'LogTime': ['2018-12-12 11:18:37.782000+00:00 ', '2018-12-12 11:20:35.782000+00:00', '2018-12-12 11:21:39.782000+00:00','2018-12-12 11:22:39.782000+00:00', '2018-12-12 11:22:40.782000+00:00', '2018-12-12 11:23:40.782000+00:00'],
   'Session': ['a','a','b','c','c','c'],
   'URL': ['/','/','/page','/new','/new','/']
  })

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

times = []
ur = []

for n, g in df.groupby('URL'):

    if len(g) == 1:
        times.append(pd.Timedelta(minutes = 1))
        ur.append(n)
    else:
        times.append(g.LogTime.max() - g.LogTime.min())
        ur.append(n)

df = df.merge(pd.DataFrame({'TimeDiff':times, 'URL':ur}), on='URL')
df

基本上将相同的URL分组在一起，然后在每个组的LogTime列中加上最短时间和最大时间之间的差，除非只有一个条目，循环将返回1分钟。

然后将其合并到原始df。

如何计算具有相同值的列的不同部分的时差

1 个答案: