다음은 내 데이터 샘플입니다 (원본에는 1 백만 행 포함).
User State change_datetime endstate
0 100234 XIM 2016-01-19 17:03:12 Inactive
1 100234 Active 2016-01-28 17:17:15 XIM
2 100234 Active 2016-02-16 17:57:50 NaN
3 100234 Live 2018-03-04 06:30:01 Active
4 213421 XIM 2016-02-16 17:57:53 NaN
5 213421 Active 2018-02-01 10:01:51 XIM
6 213421 Active 2018-02-01 20:49:41 NaN
7 213421 Active 2018-02-13 20:40:11 NaN
8 213421 R 2018-03-04 05:38:51 Active
9 612312 B-98 2018-11-01 17:12:11 XIM
활성 상태에있는 각 사용자의 기간을 인쇄하는 함수를 만들었습니다.
df1_S["change_datetime"] = pd.to_datetime(df1_S["change_datetime"])
m1 = df1_S['State'].eq('Active')
m2 = ~m1 & df1_S['endstate'].eq('Active')
s1 = df1_S[m1].groupby('User')['change_datetime'].first()
s2 = df1_S[m2].groupby('User')['change_datetime'].first()
s = s2.sub(s1)
State_duration = s.to_frame()
State_duration = State_duration.reset_index()
State_duration
다음은 코드를 실행 한 후 인쇄되는 결과입니다.
State_duration :
User change_datetime
0 100234 19 days 00:40:00
1 213421 42 days 10:39:00
2 612312 114 days 16:21:14
3 100204249020 12 days 15:51:01
4 100204249030 107 days 15:51:01
5 100204249040 97 days 15:51:01
6 100204249050 99 days 15:51:04
7 100204249060 107 days 15:51:01
8 100204249070 997 days 15:51:01
9 100204249340 497 days 15:51:01
10 100222075820 365 days 05:39:33
11 100222075830 365 days 05:33:41
12 100222075900 3 days 05:37:26
Is there a way I can create two new col
내 코드에서 State_duration [ 'Start Date / time'] 및 State_duration [ 'End Date / time'] 인 umns는 시작 및 종료 날짜 / 시간 스탬프가 기간을 계산하는 데 사용 된 각 행에 인쇄되도록합니까? 예를 들면 다음과 같습니다.
User Start_dt_time End_dt_time change_datetime
0 100234 2016-01-28 17:17:15 2018-03-04 06:30:01 95 days 10:59:39
1 213421 2018-02-01 10:01:51 2018-03-04 05:38:51 42 days 10:39:00 97 days 15:51:04
2 612312 114 days 16:21:14
3 100204249020 12 days 15:51:01
4 100204249030 107 days 15:51:01
5 100204249040 97 days 15:51:01
6 100204249050 99 days 15:51:04
7 100204249060 107 days 15:51:01
8 100204249070 997 days 15:51:01
9 100204249340 497 days 15:51:01
10 100222075820 365 days 05:39:33
11 100222075830 365 days 05:33:41
12 100222075900 3 days 05:37:26
pd.concatalong axis=1을 사용 하여 연결 s1하고 s2다음을 사용하여 이름을 바꿀 수 있습니다 Series.rename.
s_duration = pd.concat([s2.sub(s1), s1.rename('Start_dt_time'),
s2.rename('End_dt_time')], axis=1).reset_index()
결과:
User change_datetime Start_dt_time End_dt_time
0 100234 765 days 13:12:46 2016-01-28 17:17:15 2018-03-04 06:30:01
1 213421 30 days 19:37:00 2018-02-01 10:01:51 2018-03-04 05:38:51
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
몇 마디 만하겠습니다