遍歷 Pandas 中的行

Question

我在將一些數學應用於我的 dataframe 時遇到問題

當前 df:

名稱	最后連接	查看
測試1	1647609274746	聯系
測試2	1647609274785	聯系
測試3	1647000000000	聯系
測試4	1647609274756	聯系

所需的 df：我現在想創建一個新列並檢查服務器是否仍然在線

名稱	最后連接	查看
測試1	1647609274746	聯系
測試2	1647609274785	聯系
測試3	1647000000000	無連接
測試4	1647609274756	聯系

當前代碼：

def checkServer():
        for index, row in df.iterrows():
                timeNow = int((time.time_ns) // 1000000)
                lastSeenTime = row['lastConnected']
                timeDifference = currentTime - lastSeenTime
                if timeDifference > 5000:
                        df['check'] = "No connection"
                else:
                        df['check'] = "Connection"
        return df

我的問題：

正如您在我當前的 dataframe 中看到的那樣，即使 test3 應該沒有連接，它也會為它們提供連接。 從我的故障排除中，我將 timeDifference 打印到每一行中，即使時間不同，我也得到了相同的時間差。 因此，我認為我的 for 循環可能是問題所在。

使用此站點以毫秒為單位獲取當前時間：currentmillis.com

我哪里錯了？

Answer 1

IIUC，不要使用iterrows ，而是使用矢量 function：

N = 5000
df.loc[df['lastConnected'].diff().lt(-N), 'check'] = 'No connection'

或者從頭開始創建列：

N = 5000
df['check'] = np.where(df['lastConnected'].diff().lt(-N),
                       'No connection', 'connection')

output：

    name  lastConnected          check
0  test1        1647609     Connection
1  test2        1647579     Connection
2  test3        1640009  No connection

Answer 2

也許你期望：

df['check'] = np.where(pd.Timestamp.today().timestamp() * 1000 - df['lastConnected'] > 5000,
                       'No connection', 'Connection')
print(df)

# Output
    name  lastConnected          check
0  test1  1647609274746     Connection
1  test2  1647609274785     Connection
2  test3  1647000000000  No connection
3  test4  1647609274756     Connection

---

舊答案

使用np.where ：

df['check'] = np.where(df['lastConnected'].diff().abs().gt(5000),
                       'No connection', 'Connection')
print(df)

# Output
    name  lastConnected          check
0  test1        1647609     Connection
1  test2        1647579     Connection
2  test3        1640009  No connection