我有一個帶有唯一 ID、階段和與該階段關聯的日期的 pandas 數據框。我想創建一個新列，顯示在該特定階段花費的時間。這意味著減去該唯一 ID 的日期減去與該相同 ID 關聯的下一階段的日期。由于數據是按 ID 和階段排序的，該 ID 記錄的最后階段應該出錯并讀取“當前”或 n/a。它有助于查看下面的數據。我在想有一種方法可以執行多個 for 循環，但我不確定如何執行此操作。我曾嘗試在融合數據框之前創建新列，但在很多情況下下一階段是 n/a。它并不總是第 1 階段=>2=>3 等，它可以直接從第 1 階段跳到第 3 階段。 example.describe Opportunity_ID stage value 0061R00000l43xP 1.0 2018-11-07 0061R00000lUT5r 1.0 2019-05-02 0061R00000lUT5r 2.0 2019-05-22 0061R00000lUT5r 3.0 2019-06-03 80061R0000lUT5r 5.0 2019-06-20 0061R00000lUT5r 5.5 2019-09-10 0061R00000lXwZL 1.0 2018-12-05 0061R00000lXwZL 4.0 2019-04-09 0061R00000lXwZL 5.0 2019-04-19 0061R00000lXwZL 5.5 2019-04-19 0061R00000lXwZL 8.0 2019-05-03 0061R00000lXwZL 9.0 2019-07-09 0061R00000lXwZL 11.0 2019-08-02 0061R00000lY4Vm 1.0 2018-12-06 0061R00000lY4Vm 2.0 2019-09-26 0061R00000lrOGm 3.0 2019-02-15 0061R00000lrOGm 4.0 2019-09-18 [793 rows x 3 columns]> example.dtypes Opportunity_ID object stage float64 value datetime64[ns] dtype: object
1 回答
元芳怎么了
TA貢獻1798條經驗 獲得超7個贊
您可以使用sort_values+ groupby 根據 ID 按組計算差異。為了計算差值，使用 . 將日期轉換為日期時間pd.to_datetime：
df['value']=pd.to_datetime(df['value'])
df=df.sort_values(['Opportunity_ID','stage'])
df['difference']=df.groupby('Opportunity_ID')['value'].diff(-1)
print(df)
Opportunity_ID stage value difference
0 0061R00000l43xP 1.0 2018-11-07 NaT
1 0061R00000lUT5r 1.0 2019-05-02 -20 days
2 0061R00000lUT5r 2.0 2019-05-22 -12 days
3 0061R00000lUT5r 3.0 2019-06-03 -99 days
5 0061R00000lUT5r 5.5 2019-09-10 NaT
6 0061R00000lXwZL 1.0 2018-12-05 -125 days
7 0061R00000lXwZL 4.0 2019-04-09 -10 days
8 0061R00000lXwZL 5.0 2019-04-19 0 days
9 0061R00000lXwZL 5.5 2019-04-19 -14 days
10 0061R00000lXwZL 8.0 2019-05-03 -67 days
11 0061R00000lXwZL 9.0 2019-07-09 -24 days
12 0061R00000lXwZL 11.0 2019-08-02 NaT
13 0061R00000lY4Vm 1.0 2018-12-06 -294 days
14 0061R00000lY4Vm 2.0 2019-09-26 NaT
15 0061R00000lrOGm 3.0 2019-02-15 -215 days
16 0061R00000lrOGm 4.0 2019-09-18 NaT
4 80061R0000lUT5r 5.0 2019-06-20 NaT
訂購可能對您不方便。您可以在不預先排序值的情況下計算它。這將是您示例的結果：
df['value']=pd.to_datetime(df['value'])
df['difference']=df.groupby('Opportunity_ID')['value'].diff(-1)
print(df)
Opportunity_ID stage value difference
0 0061R00000l43xP 1.0 2018-11-07 NaT
1 0061R00000lUT5r 1.0 2019-05-02 -20 days
2 0061R00000lUT5r 2.0 2019-05-22 -12 days
3 0061R00000lUT5r 3.0 2019-06-03 -99 days
4 80061R0000lUT5r 5.0 2019-06-20 NaT
5 0061R00000lUT5r 5.5 2019-09-10 NaT
6 0061R00000lXwZL 1.0 2018-12-05 -125 days
7 0061R00000lXwZL 4.0 2019-04-09 -10 days
8 0061R00000lXwZL 5.0 2019-04-19 0 days
9 0061R00000lXwZL 5.5 2019-04-19 -14 days
10 0061R00000lXwZL 8.0 2019-05-03 -67 days
11 0061R00000lXwZL 9.0 2019-07-09 -24 days
12 0061R00000lXwZL 11.0 2019-08-02 NaT
13 0061R00000lY4Vm 1.0 2018-12-06 -294 days
14 0061R00000lY4Vm 2.0 2019-09-26 NaT
15 0061R00000lrOGm 3.0 2019-02-15 -215 days
16 0061R00000lrOGm 4.0 2019-09-18 NaT
添加回答
舉報
0/150
提交
取消