如何计算具有相同标签 python 的词典中日期之间的最小天数差异

Question

我有这样的词典:

tr1 = {'label': 'name1', 'date': '2021-09-29'}
tr2 = {'label': 'name1', 'date': '2021-08-30'}
tr3 = {'label': 'name1', 'date': '2021-09-30'}
tr4 = {'label': 'name2', 'date': '2021-06-30'}
tr5 = {'label': 'name2', 'date': '2021-05-30'}
tr6 = {'label': 'name3', 'date': '2021-06-30'}

我想要这样的列表：

[1, 1, 1, 30, 0]

此列表是具有相同标签的字典的日期之间的最小间隔（以天为单位），如果我们没有其他具有相同标签的字典，则为 0。我尝试使用 dataframe、groupby 和 .transfrom，但这不起作用：

df_day = pd.DataFrame(sample_transaction)
df_day.date = df_day.date.apply(lambda x : 
    int(datetime.datetime.timestamp(
        datetime.datetime.strptime(x, "%Y-%m-%d"))))

group_day = df_day[['label', 'date']].groupby(['label'])
group_day.transform(
    lambda x: min([abs(a - b) if a != b else 0.0 for a in x for b in x]))

sample_transaction 只是里面有字典的列表，我试图用时间戳转换秒中的日期和我尝试使用 transform 和 lambda 进行计算，但我只得到 0.0

的列表

Answer 1

IIUC，您可以对每个组的日期进行排序并获得最小 diff:

l = [tr1, tr2, tr3, tr4, tr5, tr6]

(pd.DataFrame(l)
   .assign(date=lambda d: pd.to_datetime(d['date']))
   .groupby('label')['date']
   .transform(lambda s: s.sort_values().diff().min())
 )

输出：

0     1 days 00:00:00
1     1 days 00:00:00
2     1 days 00:00:00
3    31 days 00:00:00
4    31 days 00:00:00
5                 NaT
Name: date, dtype: object

对于提供的确切格式：


(pd.DataFrame(l)
   .assign(date=lambda d: pd.to_datetime(d['date']))
   .groupby('label')['date']
   .transform(lambda s: s.sort_values().diff().min().days)
   .fillna(0, downcast='infer')
   .to_list()
 )

输出：

[1, 1, 1, 31, 31, 0]

如何计算具有相同标签 python 的词典中日期之间的最小天数差异

How can I calculate the smallest difference in days between date in dictionaries that have the same label python

python

datetime

group-by

pandas