pandas 中的聚合行

Question

我在 pandas 中有很多类似的行，如下所示：

日期	位置
2023-08-01 12:01:00	A23
2023-08-01 12:20:00	A23
2023-08-01 13:10:10	A23
2023-08-02 12:00:00	B12
2023-08-02 12:01:00	A23
2023-08-02 12:05:00	A23

我需要按“位置”聚合值并合并日期时间范围，如下所示：

日期	日期2	位置
2023-08-01 12:01:00	2023-08-01 13:10:10	A23
2023-08-02 12:00:00	NaN	B12
2023-08-02 12:01:00	2023-08-02 12:05:00	A23

谢谢你

Answer 1

假设您希望每组相同的连续位置的最小/最大日期，并使用自定义

groupby.agg

进行后处理：

# ensure datetime
df['Date'] = pd.to_datetime(df['Date'])

# group successive positions
group = df['Position'].ne(df['Position'].shift()).cumsum()

out = (df
   .groupby(group, as_index=False)
   .agg(Date=('Date', 'min'),
        Date2=('Date', 'max'),
        Position=('Position', 'first'),
        n=('Position', 'count')
       )
   # hide Date2 if there was not more than 1 item in the group
   # you could also check that Date ≠ Date2
   .assign(Date2=lambda d: d['Date2'].where(d.pop('n').gt(1)))
)

注意。要按位置和日期分组，请使用

.groupby(['Position', df['Date'].dt.normalize()], as_index=False)

。

输出：

                 Date               Date2 Position
0 2023-08-01 12:01:00 2023-08-01 13:10:10      A23
1 2023-08-02 12:00:00                 NaT      B12
2 2023-08-02 12:01:00 2023-08-02 12:05:00      A23