我想为相同的URL计算每个会话中的时间差,我不确定我应该如何做。
我的DataFrame看起来像这样:
df = pd.DataFrame({'LogTime': ['2018-12-12 11:18:37.782000+00:00 ', '2018-12-12 11:20:35.782000+00:00', '2018-12-12 11:21:39.782000+00:00','2018-12-12 11:22:39.782000+00:00', '2018-12-12 11:22:40.782000+00:00', '2018-12-12 11:23:40.782000+00:00'],
'Session': ['a','a','b','c','c','c'],
'URL': ['/','/','/page','/new','/new','/']
})
它应该计算相同部分中相同URL之间的时间差。如果Url只出现一次,则时间差将设置为1分钟。
预期输出为: time = pd.DataFrame({'Session':'a','b','c','c','URL':'/','/page','/new','/‘Duration':'time1','time2','time3','time4'})
发布于 2019-06-10 01:56:47
相当笨拙,但是:
df = pd.DataFrame({'LogTime': ['2018-12-12 11:18:37.782000+00:00 ', '2018-12-12 11:20:35.782000+00:00', '2018-12-12 11:21:39.782000+00:00','2018-12-12 11:22:39.782000+00:00', '2018-12-12 11:22:40.782000+00:00', '2018-12-12 11:23:40.782000+00:00'],
'Session': ['a','a','b','c','c','c'],
'URL': ['/','/','/page','/new','/new','/']
})
df['LogTime'] = pd.to_datetime(df['LogTime'])
times = []
ur = []
for n, g in df.groupby('URL'):
if len(g) == 1:
times.append(pd.Timedelta(minutes = 1))
ur.append(n)
else:
times.append(g.LogTime.max() - g.LogTime.min())
ur.append(n)
df = df.merge(pd.DataFrame({'TimeDiff':times, 'URL':ur}), on='URL')
df
它基本上将相同的LogTime分组在一起,然后在每个组的URLS列中添加最小和最大时间之差,除非只有一个条目,其中循环将返回1分钟。
然后,它合并到原始df上。
https://stackoverflow.com/questions/56516963
复制相似问题