我想將緊密發生的事件分組到父事件中。一個例子是這樣的：import pandas as pddf = pd.DataFrame( [ ['2020-01-01 10:00', '1'], ['2020-01-01 10:01', '2'], ['2020-01-01 10:02', '3a'], ['2020-01-01 10:02', '3b'], ['2020-01-01 10:30', '4'], ['2020-01-01 10:50', '5'], ['2020-01-01 10:54', '6'], ['2020-01-01 10:55', '7'], ], columns=['event_time', 'event_id'])df['event_time'] = pd.to_datetime(df['event_time'])在上面的窗口大小為 1 分鐘的示例中，我想要的是每個事件的 +- 1 分鐘內發生的所有其他事件的列表。所以像這樣：df = pd.DataFrame( [ ['2020-01-01 10:00', '1', ['2']], ['2020-01-01 10:01', '2', ['1','3a','3b']], ['2020-01-01 10:02', '3a', ['2','3b']], ['2020-01-01 10:02', '3b', ['3a', '2'], ['2020-01-01 10:30', '4', None], ['2020-01-01 10:50', '5', None], ['2020-01-01 10:54', '6', ['7']], ['2020-01-01 10:55', '7', ['6']], ], columns=['event_time', 'event_id', 'related_event_id_list'])我幾乎能夠接近 pandas merge_asof：pd.merge_asof(df,df, on="event_time", tolerance=pd.Timedelta("1m"), allow_exact_matches=False, direction='nearest')但它似乎只想合并到一個最近的事件，而不是某種選項或方式來合并每行容差內的所有事件（顯然只是在我的結果中獲得更多行，因此它更像是范圍）。我認為對這樣的時間序列事件進行分組一定是相當常見的，但在 Pandas 中找不到任何明顯的函數來做到這一點，或者也許我錯過了一些東西。一如既往，如果我可以避免的話，盡量避免自己通過循環或類似的方式編寫代碼:)
1 回答
holdtom
TA貢獻1805條經驗 獲得超10個贊
一個想法是過濾DataFrame每行并刪除原始行DataFrame.drop：
td = pd.Timedelta("1m")
f = lambda x, y: df.loc[df['event_time'].between(y - td, y + td),
? ? ? ? ? ? ? ? ? ? ? ? 'event_id'].drop(x).tolist()
df['related_event_id_list'] = [f(k, v) for k, v in df['event_time'].items()]
print (df)
? ? ? ? ? ?event_time event_id related_event_id_list
0 2020-01-01 10:00:00? ? ? ? 1? ? ? ? ? ? ? ? ? ?[2]
1 2020-01-01 10:01:00? ? ? ? 2? ? ? ? ? ?[1, 3a, 3b]
2 2020-01-01 10:02:00? ? ? ?3a? ? ? ? ? ? ? ?[2, 3b]
3 2020-01-01 10:02:00? ? ? ?3b? ? ? ? ? ? ? ?[2, 3a]
4 2020-01-01 10:30:00? ? ? ? 4? ? ? ? ? ? ? ? ? ? []
5 2020-01-01 10:50:00? ? ? ? 5? ? ? ? ? ? ? ? ? ? []
6 2020-01-01 10:54:00? ? ? ? 6? ? ? ? ? ? ? ? ? ?[7]
7 2020-01-01 10:55:00? ? ? ? 7? ? ? ? ? ? ? ? ? ?[6]
添加回答
舉報
0/150
提交
取消