Python 熊猫客户表>&燃气轮机；将边添加到节点列和增量

我有一个数据表，我想创建一个图表。（请参见末尾粘贴的数据示例） 为此，我想创建节点和边。 每个客户端都会经历不同的进程状态。 边连接两个状态（节点） 我的目标是获得excel表格屏幕截图中显示的边缘以及每次更改的增量时间

我的代码： 首先，我按照客户机和时间戳对表进行排序（即节点（状态）从t1到t2到t3…其中t1

estados=estados.sort_values(['CLIENT', 'timestamp'], ascending=[True, True])

下面是20%的pythonic代码和0%的pandonic代码：

edges_column = []
delta_column = []
for client in list_of_clients:
    client_df = estados.loc[estados['CLIENT'] == client,['node','timestamp']]
    client_nodes      = client_df['node']
    client_timestamps = client_df['timestamp']
    list_edges        = [node1 + '-' + node2 for node1,node2 in  zip(client_nodes[:-1],client_nodes[1:])]
    list_delta_times  = [t2 -t1 for t1,t2 in  zip(client_timestamps[:-1],client_timestamps[1:])]
    print(list_edges)
    print(list_delta_times)
    # adding ['-'] because if there are n nodes there are n-1 edges. the same for delta times
    edges_column = edges_column + list_edges + ['-']
    delta_column = delta_column + list_delta_times + ['-']

# adding the columns edges_column and delta_column
print(len(edges_column))
estados['edge']      = edges_column
estados['deltatime'] = delta_column

这段代码可以工作，但还远远不够理想。 这应该是一个非常常见的问题。我需要一个更高效的代码，因为我有50万行，它应该在合理的时间内运行

我正在寻找一个函数来创建列的边缘和时间戳 我不能得出这样的解决方案，因为函数引用的是两个不同行中的值，而不仅仅是ony，在这种情况下，我可以做如下操作

estados['edge'] = estados['node'].apply(function)

因为我必须传递两个值，而不是一个

有没有不使用for循环的方法

thx

该表的格式为：

注1：复制和粘贴JSON文件：{“客户端”：{“0”：“客户端1”，“1”：“客户端1”，“2”：“客户端1”，“3”：“客户端1”，“4”：“客户端2”，“5”：“客户端2”，“6”：“客户端2”，“7”：“客户端3”，“8”：“客户端4”，“9”：“客户端4”，“10”：“客户端4”，“11”：“客户端4”，“12”：“客户端4”，“13”：“客户端4”}，“节点”：“0”：“A”，“1”：“B”，“2”：“C”，“3”：“H”，“4”：“B”，“5”和“F”，“7”，“9”：“F”，“10”：“F”：“E”：，“11”：“H”，“12”：“G”，“13”：“K”}，“时间戳”：{“0”：1590684862000，“1”：1590771262270，“2”：1590857662000，“3”：1590598462000，“4”：1590425662000，“5”：1590512062000，“6”：1590598462000，“7”：1590771262270，“8”：15883522062000，“9”：1588524862000，“10”：1588611262000，“11”：15888697662000，“12”：15889562000，“13”：1589043262000}

您可以在这里使用

---

太棒了。很好用。我正在尝试对deltatime.df.groupby（'CLIENT'）使用shift。timestamp.shift（1）。substract（df.timestamp）不起作用……@Berlines使用

df.groupby（'CLIENT'）。timestamp.shift（1）。sub（df.timestamp）

当使用df.groupby（'CLIENT'）。timestamp.shift（1）。sub（df.timestamp）Deltatime是负数。为什么从第一个事件到最后一个事件排序？这里的解决方案是：df.groupby（'CLIENT'）.timestamp.shift（-1）.sub（df.timestamp）

df['result'] = df.groupby('CLIENT').node.shift(1).str.cat(df.node,'-')
df

     CLIENT node      timestamp result
0   client1    A  1590684862000    NaN
1   client1    B  1590771262270    A-B
2   client1    C  1590857662000    B-C
3   client1    H  1590598462000    C-H
4   client2    B  1590425662000    NaN
5   client2    F  1590512062000    B-F
6   client2    G  1590598462000    F-G
7   client3    C  1590771262270    NaN
8   client4    D  1588352062000    NaN
9   client4    E  1588524862000    D-E
10  client4    F  1588611262000    E-F
11  client4    H  1588697662000    F-H
12  client4    G  1588956862000    H-G
13  client4    K  1589043262000    G-K