跨熊貓中的分組數據框減去值

Question

我有一組ID和時間戳，並且想要通過獲取按ID分組的最舊/最早時間戳的差來計算“每個ID所經過的總時間”。

數據

id   timestamp
1    2018-02-01 03:00:00
1    2018-02-01 03:01:00
2    2018-02-02 10:03:00
2    2018-02-02 10:04:00
2    2018-02-02 11:05:00

預期結果

（ 我希望將增量轉換為分鍾 ）

id   delta
1    1
2    62

我有一個for循環，但是它非常慢（1M +行至少需要10分鍾以上）。 我想知道這是否可以通過熊貓函數實現？

# gb returns a DataFrameGroupedBy object, grouped by ID
gb = df.groupby(['id'])

# Create the resulting df
cycletime = pd.DataFrame(columns=['id','timeDeltaMin'])

def calculate_delta():
    for id, groupdf in gb:
        time = groupdf.timestamp
        # returns timestamp rows for the current id

        time_delta = time.max() - time.min()

        # convert Timedelta object to minutes
        time_delta = time_delta / pd.Timedelta(minutes=1) 

        # insert result to cycletime df
        cycletime.loc[-1] = [id,time_delta]
        cycletime.index += 1

考慮下一個嘗試：
-多處理

Answer 1

首先確保日期時間正常：

df.timestamp = pd.to_datetime(df.timestamp)

現在，找到每個id的最大值和最小值之間的差的分鍾數：

import numpy as np

>>> (df.timestamp.groupby(df.id).max() - df.timestamp.groupby(df.id).min()) / np.timedelta64(1, 'm')
id
1     1.0
2    62.0
Name: timestamp, dtype: float64

Answer 2

您可以按id和tiemstamp進行排序，然后按groupby id進行排序，然后找到每個組的最小時間戳和最大時間戳之間的差異。

df['timestamp'] = pd.to_datetime(df['timestamp'])
result = df.sort_values(['id']).groupby('id')['timestamp'].agg(['min', 'max'])
result['diff'] = (result['max']-result['min']) / np.timedelta64(1, 'm')
result.reset_index()[['id', 'diff']]

輸出：

    id  diff
0   1   1.0
1   2   62.0

Answer 3

另一個：

import pandas as pd
import numpy as np
import datetime
ids = [1,1,2,2,2]
times = ['2018-02-01 03:00:00','2018-02-01 03:01:00','2018-02-02 
10:03:00','2018-02-02 10:04:00','2018-02-02 11:05:00']
df = pd.DataFrame({'id':ids,'timestamp':pd.to_datetime(pd.Series(times))})
df.set_index('id', inplace=True)
print(df.groupby(level=0).diff().sum(level=0)['timestamp'].dt.seconds/60)