将每个第一个匹配行中的列值设置为0
提问于 2020-01-29 21:17:03
我正在尝试检测时间戳之间的差值低于某个阈值的时间序列。为此，我将时间戳列表转换为秒，并测量每个时间戳之间的差异。我已经编写了执行此操作的代码，但问题是，当我测量日期之间的差异时，每天第一行的时间差值应该为零。因此，下面数据框中的值86390应为0。这只是一个人为的例子。对于多个分组，如何将每个分组中的第一个条目设置为0？
代码：
import pandas as pd
arr= []
df = pd.DataFrame(
{'date': ['2019-01-01 00:02:48.714000' , '2019-01-01 00:02:58.714000' , '2019-01-02 00:02:48.714000' , '2019-01-02 00:04:48.714000'],
'id': [1 , 2 , 3 , 4],
})
df['date'] = pd.to_datetime(df['date'])
for d in df['date'] :
arr.append(d.timestamp())
df.sort_values(by=['date'])
df['TIME_IN_SEC'] = arr
df['TIME_IN_SEC_SHIFT'] = df.TIME_IN_SEC.shift(1)
df['TIME_DIFF'] = df["TIME_IN_SEC"] - df["TIME_IN_SEC_SHIFT"]
list_values = []
for g in df.groupby(pd.Grouper(key='date',freq='D')) :
list_values.append(sum(g[1]['TIME_DIFF']) / len(g[1]))
df渲染：
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-01-30 01:39:51
要将每天的第一行设置为零，您可以按日期列进行分组，但提取实际的日期值，然后聚合到“第一”行。为此，为“id”列创建一个系列。(我假设它们是唯一的值。)
id_filt = df.groupby(df.date.dt.date).first()['id']然后使用loc只返回具有'id‘值的行，然后将列设置为零。
df.loc[df["id"].isin(id_filt.values), ["TIME_IN_SEC_SHIFT", "TIME_DIFF"]] = 0
date id TIME_IN_SEC TIME_IN_SEC_SHIFT TIME_DIFF
0 2019-01-01 00:02:48.714 1 1.546301e+09 0.000000e+00 0.0
1 2019-01-01 00:02:58.714 2 1.546301e+09 1.546301e+09 10.0
2 2019-01-02 00:02:48.714 3 1.546387e+09 0.000000e+00 0.0
3 2019-01-02 00:04:48.714 4 1.546387e+09 1.546387e+09 120.0当然，您可以将这些组合在一起以获得：
df.loc[
df["id"].isin(df.groupby(df.date.dt.date).first()["id"].values),
["TIME_IN_SEC_SHIFT", "TIME_DIFF"],
] = 0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/59975706
复制相关文章
腾讯云开发者
