Pandas：包含 X 行的最短间隔

Question

我有这样的数据框

data = {
  "timeStamp": [06:00:00, 06:03:00, 06:10:00, 06:30:00, 06:32:00, 06:02:00, 06:05:00, 06:06:00, 06:55:00, 06:00:00, 06:01:00, 06:20:00, 07:00:00],
  "Event": [A, A, A, A, A, B, B, B, B, C, C, C, D]
}

df = pd.DataFrame(data)

我需要知道每组包含 3 行或更多行的最短间隔。

在给定的示例中我们看到：

• 在活动“A”期间，3 行的最短间隔为 10 分钟（从 06:00:00 到 06:10:00）
• 在活动“B”期间，3 行的最短间隔为 4 分钟（从 06:02:00 到 06:06:00）
• 活动“C”期间，3 排的最短间隔为 20 分钟（从 06:00:00 到 06:20:00）
• 活动“D”期间现在有这样的间隔

所需的输出看起来像

活动	间隔
A	00:10:00
B	00:04:00
C	00:20:00
D	不适用

...

等等

有什么优雅的方法可以做到这一点吗？

Answer 1

您可以

groupby("Event")

，然后应用自定义聚合函数。

# Convert to datetime to compute intervals
df['timeStamp'] = pd.to_datetime(df['timeStamp'])

def find_shortest_interval_3(group):
    if len(group) < 3:
        return None
    
    group = group.sort_values('timeStamp')
    min_interval = pd.Timedelta.max
    for i in range(len(group) - 2): # You can parameterize this so that its not always 3
        current_interval = group.iloc[i+2]['timeStamp'] - group.iloc[i]['timeStamp']
        if current_interval < min_interval:
            min_interval = current_interval
    return min_interval

print(df.groupby('Event').apply(find_shortest_interval_3))