[英]groupby to display time per day per person pandas
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?
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.