如何确定Pandas Dataframe中的哪些组按特定顺序有一系列事件？
如何确定Pandas Dataframe中的哪些组按特定顺序有一系列事件？
提问于 2022-05-12 12:59:33
我有一个熊猫的数据，关于分析跟踪用户的行为。它有这样的结构：
我想要计算发生eventA的会话数，在以后的时间戳中，eventB发生在同一个会话中(例如，在示例图片中只有一个会话id 101，其中有eventA first，后面有eventB )
我一辈子都想不出最好的办法。
我尝试过两种方法，这两种方法都让我觉得太费解了：
方法1)
- I按事件typeB进行过滤，按会话分组，提取最大时间戳
- ，然后按会话分组按事件typeA进行过滤，提取最小时间戳--这两组数据，以比较eventA的min时间戳何时为非空时间戳而小于eventB
的时间戳。
代码太多，很难检查有效性
方法2)我的经理建议我：
- 按会话和时间戳排序(如示例中所示)，
- 使用where子句添加一个列"eventB_timestamp“，该列值仅针对具有eventB
- 的行使用反向填充来传播带有eventA的带有"eventB_timestamp”值
的行的 event_timestamp。
但这也是一个复杂的问题，而且有可能从错误的会议中读取数据。
我正试着在网上查找一种更自然的方法来解决这个问题，但我什么也找不到
回答 1
Stack Overflow用户
发布于 2022-05-12 13:57:10
你可以试试这样的方法：
import numpy as np
types = ['typeA', 'typeB']
for type_ in types:
df[f'event_{type_}_timestamp'] = np.where(df['event_name'] == f'interesting_event_{type_}',
df['event_timestamp'],
np.NaN)
df_events = df.groupby('user_session_id').agg({'event_typeA_timestamp': 'min',
'event_typeB_timestamp': 'max'})
print((df_events['event_typeA_timestamp'] < df_events['event_typeB_timestamp']).sum())它类似于您的第一种方法，但没有合并。希望不会太复杂。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72216036
复制相关文章
相似问题
腾讯云开发者
