Pandas -如何计算groupby对象的持续时间
Pandas是一个基于Python的数据分析库，提供了丰富的数据结构和数据分析工具。在Pandas中，可以使用groupby函数对数据进行分组操作，并对每个分组进行聚合计算。
要计算groupby对象的持续时间，可以按照以下步骤进行操作：
- 首先，使用groupby函数将数据按照需要的列进行分组。例如，可以按照日期进行分组。
grouped = df.groupby('日期')- 接下来，可以使用agg函数对每个分组进行聚合计算。在这个例子中，我们想要计算每个分组的持续时间，可以使用agg函数结合lambda表达式来实现。
duration = grouped['时间'].agg(lambda x: x.max() - x.min())在这个例子中，假设数据中有一个名为"时间"的列，我们使用lambda表达式计算每个分组中时间列的最大值和最小值之差，即持续时间。
- 最后，可以将计算得到的持续时间添加到原始数据中，可以使用merge函数将持续时间与原始数据进行合并。
df = pd.merge(df, duration, left_on='日期', right_index=True)这样，就可以得到包含持续时间的原始数据。
Pandas官方文档：https://pandas.pydata.org/
以上是关于如何计算groupby对象的持续时间的答案，希望能对您有所帮助。
相关·内容
1回答
按列计算组值之和
、、、
我面临一个问题，就是要把我所做的每一栏的所有值加在一起。
df2 = df.groupby(['Courses','Duration'])['Fee'].sum()
print(df2)
然后我得到了低于输出。
Courses Duration
Hadoop 35days 25000
55days 23000
Pandas 60days 26000
PySpark 50days 25000
Python 40days 24000
50days
浏览 1提问于2022-03-03得票数 0
1回答
熊猫群按性能/组合2个功能
、、、、
我正在学习python，并试图了解数据查询的最佳实践。下面是一些要测试的虚拟数据(客户销售)
import pandas as pd
df = pd.DataFrame({'Name':['tom', 'bob', 'bob', 'jack', 'jack', 'jack'],'Amount':[3, 2, 5, 1, 10, 100], 'Date':["01.02.2022", "02.02.2022",
浏览 1提问于2022-03-04得票数 1
回答已采纳
3回答
我真的不明白为什么在为“课程”创建一个带有groupby的Dataframe时，我会得到一个入口位置输出？
代码：
import pandas as pd
technologies = ({
'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python","NA"],
'Fee' :[22000,250
浏览 22提问于2022-10-22得票数 0
回答已采纳
我想我的问题是，并不是我正在分析的每个文件都包含我的sleep_stages列表中的每个项目，但我不确定如何修复它。例如，一些文件不会包含任何睡眠阶段、N1或列表中的其他项。我希望能够为该值输入na，但从列表上的项目中捕获其他值。请参见代码：
def get_sleep_times(hypno):
sleep_stages=['Sleep stage N1','Sleep stage R','Sleep stage N2', 'Sleep
stage N3', 'Sleep sta
浏览 0提问于2021-10-31得票数 0
clean_df = clean_df.groupby(by=index_keys).sum(axis=1, numeric_only=True)
抛出
sum() got an unexpected keyword argument 'axis'
我从相关问题中了解到，这与更新软件包有关。如何找出哪个包裹有问题？
$ pip show pandas
Name: pandas
Version: 1.2.0
>python -m pip check
No broken requirements found.
浏览 18提问于2021-01-03得票数 1
回答已采纳
我很困惑，在使用pandas.groupby时，如何才能获得清晰的结果：
import pandas
data = {'Period':['2016-02','2016-02','2016-02','2016-02','2016-03','2016-03'],
'Name':['a','b','c','c','d','e']}
data = pandas.D
浏览 2提问于2017-01-22得票数 0
回答已采纳
1回答
我想知道是否有可能为对象实现熊猫api访问器(作为GroupBy )。
使用以下代码，我可以将访问器应用于组项：
import pandas as pd
import numpy as np
@pd.api.extensions.register_dataframe_accessor("geo")
class GeoAccessor:
def __init__(self, pandas_obj):
self._obj = pandas_obj
@property
def center(self):
# return t
浏览 4提问于2021-11-05得票数 1
回答已采纳
2回答
我需要通过datetime列和另一个str(object)列来转换一个dataframe，以便按组应用函数，并将结果分配给组的每个行成员。我理解，但不能同时为这两个条件创建一个pandas.Grouper。因此：
如何在多列上使用pandas.Grouper？
浏览 6提问于2018-09-05得票数 16
回答已采纳
我使用rename( columns={"user_id": "score"},inplace=True)语句将user_id重命名为记分，但我为什么得到KeyError: 'Column not found: score'，我不知道如何修复它。我使用了来自的代码。为什么太多的网站给出了错误的代码示例？以下是一个小例子：
import pandas as pd
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
df.rename(columns={"A&
浏览 4提问于2022-08-05得票数 -1
回答已采纳
如何对pandas groupby操作应用排序？下面的命令返回一个错误，指出'bool‘对象不可调用
import pandas as pd
df.groupby('cokey').sort('A')
cokey A B
11168155 18 56
11168155 0 18
11168155 56 96
11168156 96 152
11168156 0 96
浏览 1提问于2015-04-07得票数 14
回答已采纳
3回答
我有一款Pandas Dataframe，里面装着汽车供销售，我想得到每个品牌最受欢迎的产品，但是我似乎做不到。
我有一个熊猫的数据栏(例如:车辆类型，价格，里程，年份，品牌，型号等)和每个汽车品牌，我想检查哪一个模式发生最多。我试过用一个群，像这样：
popular_models = dataset.groupby('brand').model.value_counts().groupby(level=0).nlargest(1)
但是它返回一个Pandas系列，其中我想要的一些数据存储在索引中，它还添加了一个重复的列，对我来说没有任何意义。
我想要一个包含3列的DataFr
浏览 1提问于2019-01-15得票数 2
回答已采纳
下面的代码是我所拥有的，但它抛出了一段代码，说明没有要聚合的数值类型。代码：
import pandas
import numpy as np
link = 'https://raw.githubusercontent.com/dvanderelst-python-class/python-class/spring2021/assignment_data/young_people_survey.csv'
data = pandas.read_csv(link,index_col=0)
data.groupby(['Age','Smoking']
浏览 0提问于2021-03-24得票数 0
3回答
假设我在Pandas中有一个多索引数据帧，例如：
A B C
X Y Z
bar one a -0.007381 -0.365315 -0.024817
b -1.219794 0.370955 -0.795125
baz three a 0.145578 1.428502 -0.408384
b -0.249321 -0.292967 -1.
浏览 0提问于2014-08-05得票数 21
回答已采纳
1回答
我有一个数据框，就像这样-
Name Id
7 Retail 1980
8 Retail 1980
9 Retail 1980
10 Retail 1980
11 Retail 1980
当我运行以下代码时
df.groupby('Name')
我希望
Name Id
1 Retail 1980
但是输出结果是
Name Id
7 Retail 1980
8 Retail 1980
9 Retail 1980
10 Retail 1980
11 Retail 1980
谁能
浏览 33提问于2018-12-12得票数 0
回答已采纳
18回答
我想打印Pandas分组的结果。
我有一个数据框架：
import pandas as pd
df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})
print(df)
A B
0 one 0
1 one 1
2 two 2
3 three 3
4 three 4
5 one 5
在按'
浏览 7提问于2014-03-27得票数 181
2回答
火炬/野熊:熊猫群的选择
、、、
是否有有效的方法重写以下代码以避免安装和导入pandas并使用torch/numpy？我习惯于使用pandas，所以我这样写，但是我尝试学习numpy和torch，所以我正在寻找不使用pandas的替代解决方案。
bins = torch.LongTensor(3072).random_(0, 35)
weights = torch.rand((3072))
df = pd.DataFrame({'weights': weights.numpy(), 'bins': bins.numpy()})
bins_sum = df.groupby('bins&#
浏览 12提问于2020-03-20得票数 0
回答已采纳
如果我将csv文件读入熊猫的dataframe中，然后使用groupby (pd.groupby(column1，.))，为什么不能在新的分组对象上调用to_excel属性。
import pandas as pd
data = pd.read_csv("some file.csv")
data2 = data.groupby(['column1', 'column2'])
data2.to_excel("some file.xlsx") #spits out an error about series lacking the a
浏览 5提问于2015-12-29得票数 2
回答已采纳
我想要合并几个字符串在一个数据的基础上，在Pandas的歌舞。
到目前为止，这是我的代码：
import pandas as pd
from io import StringIO
data = StringIO("""
"name1","hej","2014-11-01"
"name1","du","2014-11-02"
"name1","aj","2014-12-01"
"name1","oj
浏览 1提问于2014-12-04得票数 200
回答已采纳
1回答
我有一只熊猫DataFrame的表格：
import pandas as pd
df = pd.DataFrame({
'a': [1,2,3,4,5,6],
'b': [0,1,0,1,0,1]
})
我希望将数据按'b‘的值分组，并添加新的列'c’，其中包含每个组的滚动和'a‘，然后将所有组重新组合回包含'c’列的未分组DataFrame。我已经知道了：
for i, group in df.groupby('b'):
group['c'] = group.a.roll
浏览 1提问于2016-11-28得票数 1
回答已采纳
存在groupby操作返回的groupby对象B。我打印了它的长度，长度是6。然后我将这个groupby对象转换为dataframe类型，然后我打印了这个转换后的dataframe对象的形状，该形状与原始的groupby对象不匹配。我很困惑。请查看相关代码和结果，谢谢。 print('type of B', type(B))
print('len(B) ',len(B))
b=B.apply(pd.DataFrame)
print('type of b', type(b))
print('b shape' , b.shape)
浏览 11提问于2020-08-20得票数 0
回答已采纳
样本数据：
import pandas as pd
df = pd.DataFrame(
[
[-0.15, -0.22, -0.13, -0.20, -0.12, 0.24, -0.06, 0.09, 0.20, -0.12],
[0.10, 0.14, -0.21, 0.04, 0.18, 0.06, -0.08, 0.18, 0.12, -0.06],
[0.06, 0.13, -0.21, 0.01, -0.12, 0.16, -0.12, -0.25, 0.24, -0.04],
[0.01, -0.10, 0
浏览 6提问于2021-08-17得票数 2
回答已采纳
1回答
我有一个带有分类栏和其他内容的数据文件：
>>> np.random.seed(0xFEE7)
>>> df = pd.DataFrame({'A': np.random.randint(10, size=10),
'B': np.random.randint(10, size=10),
'C': np.random.choice(['A', 'B'], size=10)})
>&
浏览 3提问于2021-04-21得票数 2
回答已采纳
我知道在pandas中，pd.DataFrame.groupby有相当多的方法，比如sum，mean，head，等等。我如何轻松地获得groupby所有可用函数的列表？我尝试使用dir()，但它不起作用。
浏览 23提问于2021-10-05得票数 0
我目前正在尝试使用python和pandas库来处理一些日志文件。日志包含有关发送到服务器的请求的简单信息，我希望从中提取有关会话的信息。这里的会话定义为同一用户在特定时间段内提出的一组请求(例如，30分钟，从第一次请求的时间到最后一次请求的时间，此时间段之后的请求应被视为新会话的一部分) 要做到这一点，目前我正在执行嵌套分组:首先，我使用groupby获取每个用户的请求，然后按30分钟间隔对每个用户的请求进行分组，最后迭代这些间隔并选择那些实际包含数据的请求： # example log entry:
# id,host,time,method,url,response,b
浏览 116提问于2021-10-24得票数 0
我正在将一个pySpark实现迁移到Pandas。为了转换大型数据集，我使用了dask包。 pySpark实现： df.groupBy('Key').agg(collect_set('ColumnA').alias('Items'), collect_set('ColumnB').alias('DocumentId')) 到Pandas df.groupby("Key")[['ColumnA','ColumnB']].agg(set).reset_index() 然
浏览 31提问于2021-08-16得票数 0
我有以下属性的dataframe：
train_df.head()
id sentence discourse_type
0 345C6337479E [summer, one, greatest, times, high, school, s... [Lead]
1 345C6337479E [chance, take, break, school, sit, back, relax... [Lead]
2 345C6337479E [opinion, student, designed] [Position]
3 345C
浏览 6提问于2022-01-05得票数 0
回答已采纳
3回答
我有一个交易的Pandas DataFrame：
transactions.head():
Amount Date of Transaction Description \
0 39.95 2017-03-30 Fake_Transaction_One
1 2.39 2017-04-01 Fake_Transaction_Two
2 8.03 2017-04-01 Fake_Transaction_Three
3 34.31
浏览 0提问于2018-07-22得票数 3
回答已采纳
2回答
正如你在下面看到的，我在我的数据框中有不同的‘ticker’，我想计算'lret‘列的标准偏差，但每个单独的ticker。目前，它将整个列作为一行进行计算。如何计算数据帧中每个报价器的标准差？任何帮助都将不胜感激。另外，请参见下面的函数，了解代码当前所做的工作。 数据帧输出 price date ticker lret std
0 104.000000 2016-07-01 A NaN 0.019456
1 104.878151 2016-07-05 A 0.008408 0.019456
2
浏览 7提问于2020-09-11得票数 0
1回答
处理附加到数据帧的抽象
、、、、
如果我有一个对dataframe的“引用”，在pandas中似乎没有办法附加到它，因为append和concat都不支持inplace=True参数。 一个(过于)简单的例子： chosen_df, chosen_row = (candidate_a_df, candidate_a_row) if some_test else (candidate_b_df, candidate_b_row)
chosen_df = chosen_df.append(chosen_row) 现在，因为Python做了类似于按值复制引用的事情，所以chosen_df最初将是对传递给some_test的任何候选
浏览 22提问于2019-08-21得票数 1
回答已采纳
2回答
熊猫群句法解释
、、、
我不明白为什么Pandas函数可以用以下两种方式编写，并产生相同的结果。具体的代码并不是真正的问题，两者都给出了相同的结果。我希望有人能分析一下这两种语言的语法。
df.groupby(['gender'])['age'].mean()
df.groupby(['gender']).mean()['age']
在第一个实例中，它看起来像是在特定地调用age列上的.mean()函数。第二个看起来像是在整个groupby对象上调用.mean()，然后选择age列吗？是否有运行时的考虑。
浏览 4提问于2022-04-04得票数 0
回答已采纳
当我使用R时，我可以使用str()来检查对象，这些对象在大多数情况下都是一个列表。
我最近改用Python进行统计，不知道如何检查我遇到的对象。例如：
import statsmodels.api as sm
heart = sm.datasets.heart.load_pandas().data
heart.groupby(['censors'])['age']
我想调查一下允许我在末尾添加['age']的heart.groupby(['censors'])是什么类型的对象。然而，print heart.groupby([
浏览 1提问于2015-01-27得票数 1
我有一个"pandas.core.groupby.generic.SeriesGroupBy“类型的变量，它是通过对pandas数据帧的各个字段进行分组而获得的。但是，我想把这个变量转换成一个pandas序列，它是有效的，但有很多错误。 下面是我尝试过的代码： w = data.groupby(['dt', 'b'])['w']
w = pd.Series(w) 当我尝试运行这段代码时，它花费了很多时间来执行，同时也产生了很多错误。 我得到一个熊猫系列，如下所示： ? 但是，我期待的是类似这样的东西： ? 是否有其他方法可以将Dat
浏览 155提问于2020-04-17得票数 1
回答已采纳
如何根据pandas dataframe中'one‘列的项目对'two’列中的值求和： df = pd.DataFrame({'One': ['A', 'B', 'A', 'B'], 'Two': [1, 5, 3, 4]})
out[1]:
One Two
0 A 1
1 B 5
2 A 3
3
浏览 7提问于2019-03-02得票数 0
回答已采纳
1回答
我最近开始使用python和现在的pandas来读取excel文件。我有点纠结于一个问题，我没有找到任何类似的例子。 假设我有来自不同机器的不同分钟的数据。发生的情况是，一台机器有多个信息。例如，在下图中，如果考虑机器13.5，则在5 5分钟内有5个关于成本和温度的信息。 我需要成本、温度和分钟信息的平均值，也就是说，每个machine.Considering只有一行。例如，我只需要一个输出来表示成本，即34，4(34+35+35+35+33/机器13.5)。下面是我的代码。 import pandas
df = pandas.read_excel(
浏览 14提问于2021-11-03得票数 0
我想在一列中显示我拥有的组数，然后只显示那些有超过一个特定数目的组。
考虑一下这个例子：
import pandas as pd
df = pd.DataFrame(
{
'ColA': 'A A A B B C C C C D E E F F F F F F F G G H'.split(),
'ColB': '1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2'.split()
}
)
如果我这样分组的话：
print df.groupby(
浏览 4提问于2015-09-09得票数 1
回答已采纳
2回答
我有一个函数，它接受dataframe列并根据特定条件返回一个布尔掩码：
def is_downtrending(close):
out = np.full(close.shape, False)
for i in range(close.shape[0]):
# if we've had two consecutive red days
if (close[i] < close[i - 1]) and (close[i - 1] < close[i - 2]):
out[i] = True
浏览 1提问于2022-10-19得票数 0
我有数据帧数据，它有3列-日期，段和指标。我正在做以下工作：
data = pandas.read_csv("Filename.csv")
ave = data.groupby('Segment').mean() #works
ave = data.groupby('Segment').median() #gives error
ave['median'] = data.groupby('Segment').median()
Traceback (most recent call last):
File &#
浏览 3提问于2012-10-25得票数 1
10回答
我从下面这样的输入数据开始
df1 = pandas.DataFrame( {
"Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] ,
"City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portla
浏览 2提问于2012-04-30得票数 591
回答已采纳
我需要调整一个现有函数，该函数实质上执行一个Series.str.contains并返回结果的Series，以便能够将SeriesGroupBy作为输入处理。
根据熊猫错误信息的建议
无法访问“SeriesGroupBy”对象的属性“str”，请尝试使用“应用”方法
我尝试在apply()对象上使用SeriesGroupBy，这在某种程度上是工作的，但会导致Series对象。现在，我想对这个Series应用与以前相同的分组。
原始函数
def contains(series, expression):
return series.str.contains(expression)
浏览 1提问于2019-08-26得票数 1
回答已采纳
我有一个pandas多索引DataFrame，我想计算它在特定索引级别上的分位数。最好用一个例子来解释。
首先，让我们创建DataFrame：
import itertools
import pandas as pd
import numpy as np
item = ('A', 'B')
item_type = (0, 1, 2)
location = range(5)
idx = pd.MultiIndex.from_tuples(list(itertools.product(item, item_type, location)),names=('
浏览 5提问于2016-04-07得票数 5
好的，我正在做一个熊猫程序，按月绘制平均温度数据，但在做之前，我需要弄清楚如何将数据按月分成一组，并显示平均温度。然而，当我尝试这样做时，它一直在显示所有的数据，而不是将其分割并显示平均值。你能告诉我我在这里做错了什么吗？我不能真正显示输出，因为它基本上是整个csv文件，这将占用太多的空间。
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('louisville_weather_data.csv', usecols=['Temperature', 'Win
浏览 1提问于2021-11-12得票数 1
回答已采纳
1回答
我有一个csv文件，里面有每个省份的商店销售数据，包括商店ID。我已经想出了如何获得销售最多的省份的名单，以及销售额最高的商店的列表，但现在我需要计算一下: 1)每个省份的平均零售额，2)每个省份最畅销的商店，然后3)它们之间的差异。数据如下：
>>> store_sales
sales
store_num province
1396 ONTARIO 223705.21
1891 ONTARIO 71506.85
浏览 2提问于2018-02-28得票数 0
回答已采纳
2回答
熊猫:群群然后取回IQR
、、、、
我对潘达斯很陌生，我正努力做以下事情：
我有两个数据格式comms和arts，它们看起来像这样(除了与其他列相比，它们的广告更长)。
通讯：
ID commScore
10 5
10 3
10 -1
11 0
11 2
12 9
13 -2
13 -1
13 1
浏览 5提问于2021-04-22得票数 2
回答已采纳
我有一个名为df的简化数据帧。 import pandas as pd
df = pd.DataFrame({'num': [1,1,2,2],
'price': [12,11,15,13],
'y': [7,7,9,9]}) 我想用数字分组，然后乘以价格和y，然后取和除以y的和。 我一直在试着开始做这件事，但是遇到了麻烦 df.groupby('letter').agg(['price']*['quantity'])
浏览 185提问于2019-10-02得票数 2
回答已采纳
我有一个包含一些值的Pandas DataFrame，我想根据date列对这些值进行求和。 DataFrame如下所示： ? 当我运行pandas.DataFrame.groupby(['date']).sum()时，我会得到 ? 正如您所看到的，这不是我想要的结果，因为我希望将所有列相加，而不仅仅是polarity和subjectivity。 有没有人知道为什么它只总结这两个，我如何才能得到想要的结果？ 谢谢。
浏览 5提问于2019-04-05得票数 0
回答已采纳
1回答
我有一个pandas数据框架，结构如下： idx | flag | val
----------------
0 | a | 17
1 | a | 18
2 | a | 17
3 | a | 14
4 | a | 17
5 | b | 7
6 | b | 8
7 | b | 7
8 | b | 7 如何删除每个标志的前n个值？
浏览 11提问于2021-08-02得票数 1
回答已采纳
1回答
我有一个大约8700万行的Pandas数据帧。为了对其进行一些处理，我将其设置为Dask数据帧。问题是我需要做Dask不支持的unstack和plot。我已经将Dask数据帧写入h5文件，但在尝试将其作为Pandas数据帧读取时遇到内存问题。我在将Dask DF转换为Pandas时也遇到了内存错误。
从本质上讲，我尝试做的是df2 = df.groupby(['A','B'])['B'].count().unstack('A')，然后是df2.plot(kind = 'bar', stacked = True)。
浏览 2提问于2020-04-22得票数 2
我想要统计csv数据在我电脑中的数值频率。我试过这段代码：
import pandas as pd
data = pd.read_csv("C:/address.csv")
df=pd.DataFrame(data==data)
df.apply(pd.value_counts)
我试着使用'value_counts‘，但我不知道如何应用它。
我想要的结果是一行“number(从1到50)：n次”
我希望我能解决这个问题。谢谢。
浏览 0提问于2017-12-05得票数 0
5回答
我目前有一个dtype为Timestamp的pandas Series，我想按date对它进行分组(并且在每个组中有许多不同时间的行)。
一种看似显而易见的方法是类似于
grouped = s.groupby(lambda x: x.date())
然而，熊猫的groupby根据它的指数进行了分组。我如何才能将其按值分组？
浏览 61提问于2015-11-03得票数 74
1回答
我有关于tweet中单词关联的数据，以第一条tweet的日期作为索引：
Kill Counts Killing Counts Murder Count Violence Count
2015-07-01 0 0 0 0
2015-07-01 0 0 0 0
2015-07-02 0 0 0 0
2015-07-02 0 0 0 0
2015-07-06 0 0 0 0
我想把所有重复的日子压缩成一行
浏览 0提问于2015-08-26得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
