Question

我跟踪了大量事件，并在每个事件后附加了时间戳：

我目前有下表：

ID  Time_Stamp         Event
1   2/20/2019 18:21    0
1   2/20/2019 19:46    0
1   2/21/2019 18:35    0
1   2/22/2019 11:39    1
1   2/22/2019 16:46    0
1   2/23/2019 7:40     0
2   6/5/2019 0:10      0
3   7/31/2019 10:18    0
3   8/23/2019 16:33    0
4   6/26/2019 20:49    0

我想要的是以下内容[但不确定是否可行]：

ID  Time_Stamp       Conversion  Total_Duration_Days    Conversion_Duration
1   2/20/2019 18:21  0           2.555                  1.721
1   2/20/2019 19:46  0           2.555                  1.721
1   2/21/2019 18:35  0           2.555                  1.721
1   2/22/2019 11:39  1           2.555                  1.721
1   2/22/2019 16:46  1           2.555                  1.934
1   2/23/2019 7:40   0           2.555                  1.934
2   6/5/2019 0:10    0           1.00                   0.000
3   7/31/2019 10:18  0           23.260                 0.000
3   8/23/2019 16:33  0           23.260                 0.000
4   6/26/2019 20:49  0           1.00                   0.000

总持续时间＃1 = Max Date - Min Date [2.555天]

对于＃2转换持续时间 = Conversion Date - Min Date [1.721天]-发布以下操作后，转换可以保持在计算出的持续时间

我尝试了以下操作：

df.reset_index(inplace=True)
df.groupby(['ID'])['Time_Stamp].diff().fillna(0)

我想要的是这种方法，但是它显示的是每个事件之间的差异，而不是最小时间戳与最大时间戳的区别

conv_test = df.reset_index(inplace=True)

min_df = conv_test.groupby(['ID'])['visitStartTime_aest'].agg('min').to_frame('MinTime')

max_df = conv_test.groupby(['ID'])['visitStartTime_aest'].agg('max').to_frame('MaxTime')

conv_test = conv_test.set_index('ID').merge(min_df, left_index=True, right_index=True)

conv_test = conv_test.merge(max_df, left_index=True, right_index=True)

conv_test['Durartion'] = conv_test['MaxTime'] - conv_test['MinTime']

这给了我Total_Duration_Days，这很不错[随时提供更优雅的解决方案

关于如何获得Conversion_Duration的任何想法？

Answer 1

您可以将GroupBy.transform与min一起使用，将max与Series一起使用，其大小与原始大小相同，因此可以减去Total_Duration_Days，然后仅过滤{{按1行1}}行，按DataFrame.set_index行创建Event并转换为Series，然后转换为Series.map以得到新的Series，因此可以每组减去最小值：

dict

由于仅为该组添加了每个组可能有多个df['Time_Stamp'] = pd.to_datetime(df['Time_Stamp']) min1 = df.groupby('ID')['Time_Stamp'].transform('min') max1 = df.groupby('ID')['Time_Stamp'].transform('max') df['Total_Duration_Days'] = max1.sub(min1).dt.total_seconds() / (3600 * 24) d = df.loc[df['Event'] == 1].set_index('ID')['Time_Stamp'].to_dict() new1 = df['ID'].map(d)的解决方案-测试，如果掩码中每个组有更多1，请获得系列1，然后使用Series.combine_first与new2系列mapped一起使用。

原因是提高性能，因为处理多个1有点复杂。

new1

每个ID的返回持续时间

1 个答案: