鉴于此资料集包含事件的日期时间和票证扫描的日期时间
| 事件名称 | 事件日期时间 | 扫描日期时间 |
|---|---|---|
| 第一局 | 2018-10-17 19:30:00 | 2018-10-17 20:01:20 2018-10-17 19:20:10 2018-10-17 21:44:43 2018-10-17 20:30:46 2018-10-17:59:51 |
| ... | ... | ... |
| 游戏二 | 2019-04-10 19:30:00 | 2019-04-10 19:39:35 2019-04-10 30:30:49 2019-04-10 20:41:10 2019-04-10 19:46:20 2019-04-10: 292:24 |
并且所需的输出应该是在event_datetime之前和之后每 15 分钟时间间隔的列，其值为scan_datetime
| 时间间隔 | 90-75 | 75-60 | 60-45 | 45-30 | 30-15 | 15-0 | 0-15 | 15-30 | 30-45 | 45-60 |
|---|---|---|---|---|---|---|---|---|---|---|
| 数数 | 2 | 1 | 5 | 6 | 4 | 3 | 25 | 7 | 4 | 1 |
uj5u.com热心网友回复：
首先，您需要从scan_datetime列中提取日期时间，然后将其分解。接下来，计算event_datetime和scan_datetime列之间的时间增量。最后，bin 值和计数出现次数。
DT = r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}'
df['scan_datetime'] = df['scan_datetime'].str.findall(DT)
df = df.explode('scan_datetime').astype({'event_datetime': 'datetime64',
'scan_datetime': 'datetime64'})
df['diff'] = df['event_datetime'].sub(df['scan_datetime']).dt.total_seconds().div(60)
bins = np.arange(24*-15, 24*15 1, 15)
labels = [f'{abs(i)}-{abs(j)}' for i, j in zip(bins, bins[1:])]
out = pd.cut(df['diff'], bins=bins, labels=labels) \
.value_counts(sort=False).to_frame('count').T
输出：
>>> out
180-165 165-150 150-135 135-120 120-105 105-90 90-75 75-60 60-45 45-30 ... 30-45 45-60 60-75 75-90 90-105 105-120 120-135 135-150 150-165 165-180
count 1 0 0 1 0 0 0 3 0 1 ... 0 0 0 0 0 0 0 0 0 0
[1 rows x 24 columns]
uj5u.com热心网友回复：
首先在 scan_datetime 中分解串列。
df = df.explode("scan_datetime").reset_index(drop=True)
这将使每次扫描成为单独的行。我假设串列中的值是字符串，因此我们将它们转换为日期时间：
df["scan_datetime"] = pd.to_datetime(df["scan_datetime"])
比你计算的差异：
df["diff"] = df["event_datetime"] - df["scan_datetime"]
df["diff"] = (df["diff"].dt.total_seconds()/60).astype(int)
现在您以分钟为单位的差异（有符号整数）。比您以指定的间隔运行值计数。
df["diff"].value_counts(bins=[-90,-75,-60, -45, -30, -15, 0, 15, 30, 45, 60])
0 评论