Python Groupby转换多个参数

Question

我正在寻找Groupby+Transform的帮助。我意识到它们的结合是一个非常强大的工具，但是我很难找到我想要完成的文档/具体情况。我想根据多个参数定义的组来计算时间增量。具体来说，我想一个列，显示分配给批准的时间差按案件编号和地点，只有当既有分配和批准存在。请看下面我的数据集和代码到目前为止：

数据集（开始）

Casenumber Site  CreatedDate            NewValue
1          A     2018-03-30 16:47:03    Approved
2          A     2018-04-02 19:24:43    Assigned
2          A     2018-04-02 25:24:43    Delayed
2          A     2018-04-02 20:49:45    Approved
2          B     2018-04-02 19:24:43    Assigned
2          B     2018-04-02 22:49:45    Approved
2          B     2018-04-02 25:24:43    Delayed

数据集（完成）

Casenumber Site  CreatedDate                NewValue   Diff
    1          A     2018-03-30 16:47:03    Approved   N/A
    2          A     2018-04-02 19:24:43    Assigned   0 days 0 hours
    2          A     2018-04-02 20:49:45    Approved   0 days 1:25:02
    2          A     2018-04-02 25:24:43    Delayed    N/A
    2          B     2018-04-02 19:24:43    Assigned   0 days 0 hours
    2          B     2018-04-02 22:49:45    Approved   0 days 3:25:02
    2          B     2018-04-02 25:24:43    Delayed    N/A

到目前为止我得到了什么

(df['Diff'] = df['CreatedDate'] - 
(df.groupby(['Casenumber', 'Site'])['CreatedDate'].transform('first')))

谢谢你的帮助！你知道吗

Answer 1

最后，我使用了透视表格式。从具有多索引的数据透视开始。你知道吗

restrdata = pd.pivot_table(restrdata, index =['Casenumber','OldValue','Site'], columns = 'NewValue', values = 'CreatedDate', aggfunc = 'first')

然后我开始创建子pivot表，其中包含任何Casenumber，这些Casenumber对于我要查找的响应没有空值。你知道吗

AAdata = restrdata[(~restrdata['Approved: Admin Excep'].isnull()).groupby(['Casenumber']).transform('any')]

最后，执行一个计算，只得到批准的时间和分配的时间之间的差异。你知道吗

AAdiff = (AAdata[~AAdata['Approved'].isnull()].reset_index(level=1)['Approved']
 - AAdata[~AAdata['Assigned'].isnull()].reset_index(level=1)['Assigned'])

Answer 2

首先确保“CreatedDate”列是datetime：

df['CreatedDate'] = pd.to_datetime(df['CreatedDate'])

那么这应该管用。你知道吗

df['diff'] = df.sort_values(['Casenumber', 'Site']).groupby(['Casenumber', 'Site'])['CreatedDate'].diff()

查看其他可能有用的帖子。 How to calculate time difference by group using pandas?