Pandas 时间序列跟踪事件之间的时间

Question

我有一个数据框如下：

Date                  User  
2-23-2022 09:00:00    u1
2-23-2022 09:01:00    u2
2-24-2022 07:00:00    u1
2-24-2022 09:00:00    u1
2-24-2022 12:00:00    u2

我想计算，对于每一列，同一用户的事件之间经过的时间：

Date                  User      output
2-23-2022 09:00:00    u1        NaN
2-23-2022 09:00:01    u2        NaN
2-24-2022 07:00:00    u1        22 hours (time object)
2-24-2022 09:00:00    u1        2 hours (time object)
2-24-2022 12:00:00    u2        27 hours (time object)

输出不必以小时为单位，可以以秒为单位（等）

Answer 1

尝试使用 groupby：

将输出保持为 Timestamp 格式：

df["output"] = df.groupby("User")["Date"].diff()

>>> df
                 Date User          output
0 2022-02-23 09:00:00   u1             NaT
1 2022-02-23 09:01:00   u2             NaT
2 2022-02-24 07:00:00   u1 0 days 22:00:00
3 2022-02-24 09:00:00   u1 0 days 02:00:00
4 2022-02-24 12:00:00   u2 1 days 02:59:00

转换为小时 (int)

df["output"] = df.groupby("User")["Date"].diff().dt.total_seconds().div(3600)

>>> df
                 Date User     output
0 2022-02-23 09:00:00   u1        NaN
1 2022-02-23 09:01:00   u2        NaN
2 2022-02-24 07:00:00   u1  22.000000
3 2022-02-24 09:00:00   u1   2.000000
4 2022-02-24 12:00:00   u2  26.983333