如何解决选择具有设定时间段内最早时间值的数据框行
我在 r 中有一个 df,其中有许多具有以下格式的记录,“arrival_time”值为 12 小时。
id | 到达时间 | wait_time_value |
---|---|---|
1 | 2020-02-20 12:02:00 | 10 |
2 | 2020-02-20 12:04:00 | 5 |
99900 | 2020-02-20 23:47:00 | 8 |
10000 | 2020-02-20 23:59:00 | 21 |
我想创建一个新的 df,该 df 为到达时间段的每 15 分钟时段和该时段中最早到达时间的记录的 wait_time_value 对应一行。因此,在上面的示例中,新 df 的第一行和最后一行将如下所示:
id | period_start | wait_time_value |
---|---|---|
1 | 2020-02-20 12:00:00 | 10 |
48 | 2020-02-20 23:45:00 | 8 |
我已使用以下代码来实现每 15 分钟范围内所有记录的平均等待时间,但我不确定如何选择最早记录的值?
df$period_start <- align.time(df$arrival_time- 899,n = 60*15)
avgwait_df <- aggregate(wait_time_value ~ period_start,df,mean)
解决方法
将 DataFrame.resample
与 GroupBy.first
一起使用,仅删除 NaN
并转换为 DataFrame
:
df['arrival_time'] = pd.to_datetime(df['arrival_time'])
df = (df.resample('15Min',on='arrival_time')['wait_time_value']
.first()
.dropna()
.reset_index(name='wait_time_value'))
print (df)
arrival_time wait_time_value
0 2020-02-20 12:00:00 10.0
1 2020-02-20 23:45:00 8.0
,
使用 dplyr
:
df %>%
group_by(period_start) %>%
summarise(wait_time = min(wait_time_value))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。