groupby 显示每人每天的时间 pandas

Question

我正在尝试按 ID、时间戳过滤此 dataframe，我的第三列是条目之间的时间差异。 我可以让它显示所有天每个 id 的总和，但不能让它显示每个 id 每天的总和。

import datetime
import pandas as pd
timestamps = [
    datetime.datetime(2018, 1, 1, 10, 0, 0, 0), # person 1
    datetime.datetime(2018, 1, 1, 10, 0, 0, 0), # person 2
    datetime.datetime(2018, 1, 1, 11, 0, 0, 0), # person 2
    datetime.datetime(2018, 1, 2, 11, 0, 0, 0), # person 2
    datetime.datetime(2018, 1, 1, 10, 0, 0, 0), # person 3
    datetime.datetime(2018, 1, 2, 11, 0, 0, 0), # person 3
    datetime.datetime(2018, 1, 4, 10, 0, 0, 0), # person 3
    datetime.datetime(2018, 1, 5, 12, 0, 0, 0)  # person 3
]
df1 = pd.DataFrame({'person': [1, 2, 1, 3, 2, 1, 3, 2], 'timestamp': timestamps}) 
df1['new'] = df1.groupby('person').timestamp.transform(pd.Series.diff).dropna()
                               
df1.groupby('person')['timestamp','new'].sum()

这只是给我总数，而不是每天。 我如何每天组合它们？

Answer 1

您可以像这样在 groupby 条件中包含“时间戳”列的日期部分：

>>> df1.groupby(["person", df1.timestamp.dt.date])["new"].sum()

此外，如果您愿意，可以使用时间戳中的日期创建一个新列，然后按该列分组：

>>> df1["date"] = df1["timestamp"].dt.date
>>> df1.groupby(["person", "date"])["new"].sum()

或者，您可以在末尾使用.reset_index()将您的组值包含在新列中。