按开始和结束事件对 pandas 事件进行分组

Question

我的事件如下所示：

|时间 |类型 ---------------------------------- 1 | 2016-08-26 20:57 |开始 2 | 2016-08-26 20:28 |事件 1 3 | 2016-08-26 21:00 |结尾 4 | 2016-08-26 21:27 |开始 5 | 2016-08-26 21:30 |事件 2 6 | 2016-08-26 21:32 |活动 3 7 | 2016-08-26 21:33 |结尾

我想将上述数据分组到由start 和end 事件界定的“会话”中。因此，第 1 到第 3 行将在一个会话中，第 4 到第 7 行将在另一个会话中。请注意，start 和 end 也算作事件，所以我不想从最终结果中消除它们。

我想出的唯一办法是创建一个新列，在其中我为每一行分配一个“会话 ID”，然后在该列上简单地 groupby。我可以遍历事件并手动执行，但我想知道是否有矢量化方式来执行此操作。

This other answer 做了类似的事情。它将彼此相隔 6 小时内发生的事件分组。就我而言，我无法查看前一行来决定新事件是应该在新会话中还是当前会话中，所以我回到尝试避免循环。

感谢任何帮助。

Answer 1

仅当“类型”为“开始”时才创建等于行号的新列（例如“会话”）：

df.loc[df.type=='start', 'session'] = df.index[df.type=='start']

用最近定义的行值向前填充新列的未定义行：

df.session = df.session.fillna(method='ffill').astype(int)
#               time     type  session
#1  2016-08-26 20:57    start      1
#2  2016-08-26 20:28  event 1      1
#3  2016-08-26 21:00      end      1
#4  2016-08-26 21:27    start      4
#5  2016-08-26 21:30  event 2      4
#6  2016-08-26 21:32  event 3      4
#7  2016-08-26 21:33      end      4

现在，每一行都属于一个唯一的组。