如何将 Pandas diff() 与其他列值一起用作句点？

Question

我有一个如下所示的数据框：

Timestamp	description
0	Parser starts
12	parsing
24	parsing
26	Parsing finished
28	Parser starts
45	Parsing finished

我想计算每次解析花费的时间。因此，我想要(df['description'] == 'Parsing finished') 和(df['description'] == 'Parser starts') 的时间戳之间的差异。我知道我可以使用pd.diff()，但我只能找到如何在设定的时间段内使用它。我想根据描述值设置周期。

预期输出：

Timestamp	description	difference
0	Parser starts	NaN
12	parsing	NaN
24	parsing	NaN
26	Parsing finished	26
28	Parser starts	NaN
45	Parsing finished	19

我曾想过循环遍历每一行，但这在使用 Pandas 时似乎违反直觉。

Answer 1

您可以使用groupby：

group = df['description'].eq('Parser starts').cumsum()
g = df.groupby(group)

df.loc[g.cumcount(ascending=False).eq(0), 'difference'] = g['Timestamp'].transform('sum')