代码之家 › 专栏 › 技术社区 › Baktaawar David Maust

如何在熊猫中基于时间变量创建会话变量

pandas python

Baktaawar David Maust · 技术社区 · 6 年前

假设我有这样一个带有时间戳和用户ID的数据集。

我想创建一个“会话”变量,这样我就可以指定一个时间(1分钟或2分钟),并为每个用户ID指定一个时间,如果用户ID中的下一个时间在这个时间(1或2分钟左右),那么这两个时间都记录为同一个会话。基本上,我看第一次,然后计算下一次的差异,如果在1分钟内,那么相同的会话。类似地,如果会话发生变化,那么我们将新会话时间作为基准时间,并计算与新会话时间相关的所有后续访问时间。

我希望这个时间帧像一个变量,可以玩,而不是硬编码。

我可以在SQL中用window函数来实现这一点。想知道在熊猫身上怎么做。

time company_id
    2018-10-23 00:01:23 113141P
    2018-10-23 00:01:29 113141P
    2018-10-23 00:07:37 113141P
    2018-10-23 00:22:23 113141P
    2018-10-23 00:23:10 113141P

1 回复 | 直到 6 年前

sacuL 6 年前

你可以用 transform 具有 diff 和 cumsum :

# If not in datetime format already:
df['time'] = pd.to_datetime(df['time'])

# sort_values('time') is there just in case it's not already sorted
df['session'] = (df.sort_values('time').groupby('company_id')['time']
                 .transform(lambda x: (x.diff() > '00:02:00')
                            .cumsum()))

>>> df
                 time company_id  session
0 2018-10-23 00:01:23    113141P        0
1 2018-10-23 00:01:29    113141P        0
2 2018-10-23 00:07:37    113141P        1
3 2018-10-23 00:22:23    113141P        2
4 2018-10-23 00:23:10    113141P        2

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

7 月前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

7 月前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

7 月前

user29715306 · from_users=和chats=电视节目中的差异

7 月前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

7 月前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

7 月前

prayner · 更新嵌套字典包含列表中的项

7 月前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

7 月前

Dave · 如何在for循环中修改列表值

7 月前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

7 月前