Python 2.7 将时间戳转换为新鲜度索引

我在dataframe中有一列，其中包含文章及其发布日期（时间戳）。我需要使用这些信息来找出一篇文章的新鲜度分数

 articleId       publicationDate  
0      581354   2017-09-17 15:16:55  
1      581655   2017-09-18 07:37:51     
2      580864    2017-09-16 06:44:39     
3      581610    2017-09-18 06:30:30     
4      581605    2017-09-18 07:22:24     

---

最近的文章应该得到更高的分数。时间窗口应为半小时（半小时内发表的两篇文章必须获得相同的分数）

下面的一些代码可能是多余的，但似乎可以工作：

df['score'] = df['publicationDate'] - df['publicationDate'].max()
df['score'] = (df['score'] / np.timedelta64(1, 'm')).apply(lambda x: (round(x / 30) * 30 + 30) / 30 if x else x).rank(method='max')

所以你把timedelta转换成分钟，然后四舍五入到30，最后对这个值进行排序。 如果您愿意，它也可以是一行：

df['score'] = ((df['publicationDate'] - df['publicationDate'].max()) / np.timedelta64(1, 'm')).apply(lambda x: (round(x / 30) * 30 + 30) / 30 if x else x).rank(method='max')

解释：

（df['publicationDate']-df['publicationDate'].max（）

-从最近的日期中减去所有日期

（df['score']/np.timedelta64（1，'m'））

-将timedelta转换为分钟

.apply（λx:（四舍五入（x/30）*30+30）/30如果x其他x）

-四舍五入30分钟，不包括最近的时间戳

.rank（method='max'）

对结果进行排序，为所有具有相同排序的结果赋予较高的值

编辑：

要更改超过2天的级别，您可以使用以下命令：

df['diff'] = (df['publicationDate'] - df['publicationDate'].max()).apply(lambda x: x.days)
df.loc[df['diff']<=-2, 'score'] = 0

df['diff']=（df['publicationDate']-df['publicationDate'].max（））.apply（λx:x.days）
df.loc[df['diff']下面的一些代码可能是多余的，但似乎可以工作：

df['score'] = df['publicationDate'] - df['publicationDate'].max()
df['score'] = (df['score'] / np.timedelta64(1, 'm')).apply(lambda x: (round(x / 30) * 30 + 30) / 30 if x else x).rank(method='max')

所以你把timedelta转换成分钟，然后四舍五入到30，最后对这个值进行排序。
如果您愿意，它也可以是一行：

df['score'] = ((df['publicationDate'] - df['publicationDate'].max()) / np.timedelta64(1, 'm')).apply(lambda x: (round(x / 30) * 30 + 30) / 30 if x else x).rank(method='max')

解释：

（df['publicationDate']-df['publicationDate'].max（）
-从最近的日期中减去所有日期

（df['score']/np.timedelta64（1，'m'））
-将timedelta转换为分钟

.apply（λx:（四舍五入（x/30）*30+30）/30如果x其他x）
-四舍五入30分钟，不包括最近的时间戳

.rank（method='max'）
对结果进行排序，为所有具有相同排序的结果赋予较高的值

编辑：

要更改超过2天的级别，您可以使用以下命令：

df['diff'] = (df['publicationDate'] - df['publicationDate'].max()).apply(lambda x: x.days)
df.loc[df['diff']<=-2, 'score'] = 0

df['diff']=（df['publicationDate']-df['publicationDate'].max（））.apply（λx:x.days）
df.loc[df['diff']谢谢..但是你能告诉我
（df['score']/np.timedelta64（1，'m'））
在做什么吗？当然，它会将timedelta转换为分钟。如果我只想对过去两天之间发表的文章进行排名，而其余的文章排名为0，那么解决方法是什么？谢谢..但是你能告诉我
（df['score']/np.timedelta64（1，'m'））
正在执行？当然，它会将timedelta转换为分钟。如果我只想对过去两天之间发布的文章进行排名，而其余文章的排名为0，那么解决方法是什么？