Groupby - 生成日期时间作为序列答案

【问题标题】：Groupby - Generate date time as sequenceGroupby - 生成日期时间作为序列
【发布时间】：2020-04-23 18:38:11
【问题描述】：

我有一个如下所示的数据框

session      slot_num
s1           1
s1           2
s1           3
s1           3
s1           4
s1           4
s2           1
s2           2
s2           2
s2           3
s2           4
s2           5
s2           5
s2           6
s3           1
s3           1
s3           2
s3           3

从上面我想创建一个列 appt_time 如下所示。

预期输出

session      slot_num     appt_time
s1           1            2020-01-06 09:00:00
s1           2            2020-01-06 09:20:00
s1           3            2020-01-06 09:40:00
s1           3            2020-01-06 09:40:00
s1           4            2020-01-06 10:00:00
s1           4            2020-01-06 10:00:00
s2           1            2020-01-06 08:20:00
s2           2            2020-01-06 08:40:00
s2           2            2020-01-06 08:40:00
s2           3            2020-01-06 09:00:00
s2           4            2020-01-06 09:20:00
s2           5            2020-01-06 09:40:00
s2           5            2020-01-06 09:40:00
s2           6            2020-01-06 10:00:00
s3           1            2020-01-09 13:00:00
s3           1            2020-01-09 13:00:00
s3           2            2020-01-09 13:20:00
s3           3            2020-01-09 13:40:00

说明：对于会话 = s1，appt_start 时间 = 2020-01-06 09:00:00，然后该会话的 slot_num 每增加一次，appt_time 就会增加 20 分钟。

对于会话 = s2，appt_start 时间 = 2020-01-06 08:20:00，然后该会话的 slot_num 每增加一次，appt_time 就会增加 20 分钟。

对于会话 = s3，appt_start 时间 = 2020-01-09 13:00:00，然后该会话的 slot_num 每增加一次，appt_time 就会增加 20 分钟。

【问题讨论】：

标签： pandas pandas-groupby

【解决方案1】：

首先必须为每个session 指定第一个日期时间，这里使用带有Series.map 的字典，转换为日期时间，然后将to_timedelta 添加20 分钟的时间增量，并减去0 以添加0 Timedelta 作为第一个20 minutes 的组和多个：

d = {'s1':'2020-01-06 09:00:00',
     's2':'2020-01-06 08:20:00',
     's3':'2020-01-09 13:00:00'}

df['appt_time'] =  (pd.to_datetime(df['session'].map(d)) + 
                    pd.to_timedelta(df['slot_num'].sub(1), unit='T').mul(20))
print (df)
   session  slot_num           appt_time
0       s1         1 2020-01-06 09:00:00
1       s1         2 2020-01-06 09:20:00
2       s1         3 2020-01-06 09:40:00
3       s1         3 2020-01-06 09:40:00
4       s1         4 2020-01-06 10:00:00
5       s1         4 2020-01-06 10:00:00
6       s2         1 2020-01-06 08:20:00
7       s2         2 2020-01-06 08:40:00
8       s2         2 2020-01-06 08:40:00
9       s2         3 2020-01-06 09:00:00
10      s2         4 2020-01-06 09:20:00
11      s2         5 2020-01-06 09:40:00
12      s2         5 2020-01-06 09:40:00
13      s2         6 2020-01-06 10:00:00
14      s3         1 2020-01-09 13:00:00
15      s3         1 2020-01-09 13:00:00
16      s3         2 2020-01-09 13:20:00
17      s3         3 2020-01-09 13:40:00

【讨论】：