根据另一列查找一列的最大最小值

Question

我有一个看起来像这样的数据集。

datetime                    id
2020-01-22 11:57:09.286 UTC 5
2020-01-22 11:57:02.303 UTC 6
2020-01-22 11:59:02.303 UTC 5

ID 不是唯一的，并且会给出不同的日期时间值。比方说：

持续时间 = max(datetime)-min(datetime)。

我想计算持续时间 max(datetime)-min(datetime) 小于 2 秒的 id​​。所以，例如我会输出：

count = 1

因为 id 5。然后，我想创建一个新数据集，其中只包含每个唯一 id 的 min(datetime) 值的那些行。因此，新数据集将包含第一行但不包含第三行。最终的数据集不应有任何重复的 id。

datetime                    id
2020-01-22 11:57:09.286 UTC 5
2020-01-22 11:57:02.303 UTC 6

我该怎么做？

P.S：我提供的数据集可能不是一个很好的例子，因为条件是 2 秒，但这里是以分钟为单位的

Answer 1

你想要这个吗？ ：

df.datetime = pd.to_datetime(df.datetime)
c = 0
def count(x):
    global c
    x = x.sort_values('datetime')
    if len(x) > 1:
        diff = (x.iloc[-1]['datetime'] - x.iloc[0]['datetime'])
        if diff < timedelta(seconds=2):
            c += 1
            return x.head(1)

new_df = df.groupby('id').apply(count).reset_index(drop=True)

现在，如果您打印 c，它将显示在这种情况下计数为 1，new_df 将保存最终数据帧。