import numpy as np
import pandas as pd
df = pd.DataFrame({'Location': ['Canada', 'Canada', 'Canada', 'Canada', 'US', 'US', 'Canada', 'Canada', 'US', 'US'], 'item': ['X', 'X', 'X', 'X', 'X', 'X', 'Y', 'Y', 'Y', 'Y'], 'time': ['10:03:18', '10:08:38', '10:24:46', '11:16:35', '10:00:16', '11:52:12', '2:08:38', '4:01:48', '13:32:02', '14:07:03']})
df['start'] = pd.to_datetime(df['time'])
grouped = df.groupby(['item', 'Location'])
df['end'] = (grouped['start'].transform(lambda grp: grp.min()+pd.Timedelta(hours=1)))
df['mask'] = (df['start'] < df['end'])
result = grouped['mask'].sum()
print(result)
Ausbeuten
item Location
X Canada 3.0
US 1.0
Y Canada 1.0
US 2.0
Name: mask, dtype: float64
der Haupt Idee ist, zu einer Gruppe von item
und Location
finden das Minimum für jede Gruppe Startzeit, und fügen Sie dann 1 Stunde:
df['end'] = (grouped['start'].transform(lambda grp: grp.min()+pd.Timedelta(hours=1)))
transform
gibt eine Serie von gleicher Länge wie df
, so dass jede Zeile erhält einen Wert:
In [319]: df
Out[319]:
Location item time start end
0 Canada X 10:03:18 2016-05-06 10:03:18 2016-05-06 11:03:18
1 Canada X 10:08:38 2016-05-06 10:08:38 2016-05-06 11:03:18
2 Canada X 10:24:46 2016-05-06 10:24:46 2016-05-06 11:03:18
3 Canada X 11:16:35 2016-05-06 11:16:35 2016-05-06 11:03:18
4 US X 10:00:16 2016-05-06 10:00:16 2016-05-06 11:00:16
5 US X 11:52:12 2016-05-06 11:52:12 2016-05-06 11:00:16
6 Canada Y 2:08:38 2016-05-06 02:08:38 2016-05-06 03:08:38
7 Canada Y 4:01:48 2016-05-06 04:01:48 2016-05-06 03:08:38
8 US Y 13:32:02 2016-05-06 13:32:02 2016-05-06 14:32:02
9 US Y 14:07:03 2016-05-06 14:07:03 2016-05-06 14:32:02
Jetzt können Sie ganz einfach die Reihen von Interesse identifizieren. Sie sind diejenigen, in denen start
weniger als end
:
In [320]: df['mask'] = (df['start'] < df['end'])
In [321]: df
Out[321]:
Location item time start end mask
0 Canada X 10:03:18 2016-05-06 10:03:18 2016-05-06 11:03:18 True
1 Canada X 10:08:38 2016-05-06 10:08:38 2016-05-06 11:03:18 True
2 Canada X 10:24:46 2016-05-06 10:24:46 2016-05-06 11:03:18 True
3 Canada X 11:16:35 2016-05-06 11:16:35 2016-05-06 11:03:18 False
4 US X 10:00:16 2016-05-06 10:00:16 2016-05-06 11:00:16 True
5 US X 11:52:12 2016-05-06 11:52:12 2016-05-06 11:00:16 False
6 Canada Y 2:08:38 2016-05-06 02:08:38 2016-05-06 03:08:38 True
7 Canada Y 4:01:48 2016-05-06 04:01:48 2016-05-06 03:08:38 False
8 US Y 13:32:02 2016-05-06 13:32:02 2016-05-06 14:32:02 True
9 US Y 14:07:03 2016-05-06 14:07:03 2016-05-06 14:32:02 True
Gruppierung erneut von item
und Location
, das gewünschte Ergebnis durch Addition die Anzahl der gefunden wird mask
für jede Gruppe Wahr ist:
result = grouped['mask'].sum()
Danke für die vollständige Antwort, ich denke, "Transform" war, was ich fehlte, wenn ich diesen Ansatz zuerst versuchte. Es läuft gut! – Ana