计算列 python 中所有日期之间的时差

Question

我有一个看起来像这样的数据框：

group        date            value
 g_1  1/2/2019 11:03:00        3
 g_1  1/2/2019 11:04:00        5
 g_1  1/2/2019 10:03:32        100
 g_2  4/3/2019 09:11:09        46

我想计算每组出现的时间差（以秒为单位）。

示例输出：

groups_time_diff = {'g_1': [23,5666,7878], 'g_2: [0.2,56,2343] ,...}

这是我的代码：

groups_time_diff = defaultdict(list)
for group in tqdm(groups):
    group_df = unit_df[unit_df['group'] == group]    
    dates = list(group_df['time'])
    while len(dates) != 0:
        min_date = min(dates)
        dates.remove(min_date)
        if len(dates) > 0:
            second_min_date = min(dates)
            date_diff = second_min_date - min_date
            groups_time_diff[group].append(date_diff.seconds)

运行这需要很长时间，我正在寻找一种更省时的方法来获得所需的输出。有什么想法吗？

Answer 1

首先尝试对日期进行排序。然后减去这两个系列：

dates = dates.sort_values()
pd.Series.subtract(dates[0:-1], dates[1:-1])

您在每次迭代中都使用了两次 min 函数，效率不高。希望这有帮助。

Answer 2

试试这个：

sorted_group_df = group_df.sort_values(by='time',ascending=True)
dates = sorted_group_df['time']
one = dates[1:-1].reset_index(drop=True)
two = dates[0:-1].reset_index(drop=True)
date_difference = one - two
date_difference_in_seconds = date_difference.dt.seconds

计算列 python 中所有日期之间的时差

Calculate time difference between all dates in column python

python

performance

time

diff

dataframe