时间戳

首页 > 解决方案 > python根据另一列中的时间分组和计数

python - python根据另一列中的时间分组和计数

问题描述

我正在尝试使用python进行分组并计算符合特定条件的记录数。

示例数据如下所示。我想创建一个新列“phone_cnt”来显示符合以下条件的呼叫数：首先，找到至少有一个 dept=0 记录的号码；然后计算在dept=0 调用之后发生的调用次数


    np.random.seed(0)
    # create an array of 17 dates starting at '2015-02-24', one per hour
    rng = pd.date_range('2021-04-01', periods=17, freq='H')
    df = pd.DataFrame({ 'time': rng, 'id': [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17],
                      'phone':[881,453,453,111,347,767,767,980,767,453,453,767,767,687,321,243,243],
                     'dept': [1,0,1,1,1,1,0,0,0,0,1,1,1,1,1,0,1]}) 
    df

预期结果： 电话 243 的 phone_cnt=1；453 有 3 个计数，767 有 3 个计数，980 有 0 个计数

我已经尝试了以下步骤。前 2 步有效，但第 3 步是错误的。


    # step 1: create a list of unique phone numbers which have dept=0 in records
    phonelist = df[df['dept']==0].phone.unique()
         
    # step 2: find all the calls from the above calls
    df1 = df[df['phone'].isin(phonelist)].sort_values(by = ['phone','time'], ascending = [True, True])
    df1
        
    # step 3: count the number of calls in df1 that happened after the dept=0 call for each number
    df2 =df1.groupby('phone')['time'].apply(lambda x: x>df[df['dept']==0].time).sum()).reset_index(name='count')

谁能帮我？谢谢！！

标签： pythondatetimegroup-bycountapply

解决方案

这是您停止df1使用的一种方式itertools.dropwhile：

from itertools import dropwhile

is_nonzero = lambda x: x != 0
df1.groupby("phone").dept.apply(lambda gr: len(list(dropwhile(is_nonzero, gr))) - 1)

给

phone
243    1
453    3
767    3
980    0
Name: dept, dtype: int64

dropwhile在其谓词（即本例中的非零性）成立时删除值。这样我们得到一个裁剪组，其中只0存在第一个和剩余的元素。现在我们需要这些家伙的“长度减 1”。但是，由于dropwhile返回一个“惰性”对象，我们list先调用它，然后再调用len它。（-1最后是因为所需的值在第一个 0 之后。）

推荐阅读