时间戳

首页 > 解决方案 > 如何计算具有相同值的列的不同部分的时间差

python - 如何计算具有相同值的列的不同部分的时间差

问题描述

我想计算相同 URL 的每个会话的时间差，我不知道该怎么做。

我的数据框看起来像这样：

df = pd.DataFrame({'LogTime': ['2018-12-12 11:18:37.782000+00:00 ', '2018-12-12 11:20:35.782000+00:00', '2018-12-12 11:21:39.782000+00:00','2018-12-12 11:22:39.782000+00:00', '2018-12-12 11:22:40.782000+00:00', '2018-12-12 11:23:40.782000+00:00'],
       'Session': ['a','a','b','c','c','c'],
       'URL': ['/','/','/page','/new','/new','/']
      })

它应该计算同一部分中相同 URL 之间的时间差。如果 Url 只出现一次，则时间差将设置为 1 分钟。

预期的输出是： time = pd.DataFrame({'Session': ['a','b','c','c'], 'URL': ['/','/page','/ new', '/'] '持续时间': ['time1','time2', 'time3','time4']})

标签： pythonpython-3.xdataframetime

解决方案

相当笨重但是：

df = pd.DataFrame({'LogTime': ['2018-12-12 11:18:37.782000+00:00 ', '2018-12-12 11:20:35.782000+00:00', '2018-12-12 11:21:39.782000+00:00','2018-12-12 11:22:39.782000+00:00', '2018-12-12 11:22:40.782000+00:00', '2018-12-12 11:23:40.782000+00:00'],
   'Session': ['a','a','b','c','c','c'],
   'URL': ['/','/','/page','/new','/new','/']
  })

df['LogTime'] = pd.to_datetime(df['LogTime'])

times = []
ur = []

for n, g in df.groupby('URL'):

    if len(g) == 1:
        times.append(pd.Timedelta(minutes = 1))
        ur.append(n)
    else:
        times.append(g.LogTime.max() - g.LogTime.min())
        ur.append(n)

df = df.merge(pd.DataFrame({'TimeDiff':times, 'URL':ur}), on='URL')
df

它基本上将相同的 URL 组合在一起，然后在每组的 LogTime 列中添加最小和最大时间之间的差异，除非只有一个条目，循环将返回 1 分钟。

然后它在原始df上合并。

推荐阅读