根据一列中的特定值在 pandas 数据框中查找 timedelta答案

【问题标题】：Finding a timedelta in pandas dataframe based upon specific values in one column根据一列中的特定值在 pandas 数据框中查找 timedelta
【发布时间】：2021-05-15 16:55:02
【问题描述】：

我有一个数据框，我希望在其中计算唯一资产保持安装的天数（时间增量）。示例输入数据帧如下

df =pd.DataFrame({'Date': ['2007-11-01','2012-03-02','2012-03-02','2013-04-01','2013-04-01','2017-11-15','2017-11-15'], 'action':['installed','installed','removed','installed','removed','installed','removed'], 'asset_alphnum':['A-3724','A-3534','A-3724','A2732','A-3534','A-2007','A2732']})

输出：

我已经尝试过 pd.crosstab

pd.crosstab(df.asset_alphnum, [df.Date, df.action])

输出

但是我不知道如何从这里获取它。不知何故需要折叠分层索引并从下一个日期减去一个日期。

非常感谢任何指导。

【问题讨论】：

标签： python pandas group-by pandas-groupby crosstab

【解决方案1】：

假设您对每个 ID 只有一个安装日期和一个删除日期，您可以使用数据透视表，对日期值使用 max（或 min 或任何其他聚合函数）。

df["Date"] = pd.to_datetime(df["Date"])  # Converting strings to datetimes
df = df.pivot_table(index="asset_alphnum", columns="action", values="Date", aggfunc=max)  # max is just an example, most aggfuncs will work if there's only ever one date
df["time_installed"] = df["removed"] - df["installed"]  # timedelta column

哪个输出这个：

asset_alphnum	installed	removed	time_installed
A-2007	2017-11-15 00:00:00	NaT	NaT
A-3534	2012-03-02 00:00:00	2013-04-01 00:00:00	395 days 00:00:00
A-3724	2007-11-01 00:00:00	2012-03-02 00:00:00	1583 days 00:00:00
A2732	2013-04-01 00:00:00	2017-11-15 00:00:00	1689 days 00:00:00

【讨论】：

太棒了，谢谢。我假设传递 aggfunc=max 意味着在相同 id 存在重复安装/删除的情况下取最大值？
max 将采用最大（即最新）的安装和删除日期，因此如果您在其中安装/删除了多个，它只会为您提供最新安装的安装时间。
好的，谢谢。它对我的实际 df 不起作用。实际上，对于任何 ID，我都有多个安装和多个删除日期
如果您对同一个 id 进行多次安装和删除，您会得到一些奇数，但不是每个的偶数。你最终会在 time_installed 中得到一个负值。
如果你想要总安装时间，你应该参考你之前的问题：stackoverflow.com/questions/62521934

【解决方案2】：

使用应用创建安装和删除的两列。然后使用数据框交叉表计算频率

date=['2007-11-01', '2012-03-02', '2012-03-02',
'2013-04-01', '2013-04-01', '2017-11-15', '2017-11-15']
action=['installed', 'installed', 'removed', 'installed','removed','installed','removed']
asset_alphnum=['A-3724','A3534','A-3724','A2732','A-3534','A-2007','A2732']

df=pd.DataFrame({'date':date, 'action':action,'asset_alphnum':asset_alphnum})
df.set_index('date')
df['installed']=df['action'].apply(lambda x: 1 if x=='installed' else 0)
df['removed']=df['action'].apply(lambda x: 1 if x=='removed' else 0)
df.drop('action',axis=1)
print(df)
print(pd.crosstab(df.asset_alphnum, [df.date]))
output:
date           2007-11-01  2012-03-02  2013-04-01  2017-11-15
asset_alphnum                                                
A-2007                  0           0           0               1
A-3534                  0           0           1           0
A-3724                  1           1           0           0
A2732                   0           0           1           1
A3534                   0           1           0           0

【讨论】：