Python 创建一个新列，其中包含自上次事件以来的时间

我有一个具有以下结构的熊猫数据帧：

ID    date           event_1   event_2 
 1    2016-01-03     False     False
      2016-02-07     True      False
      2016-02-18     False     True
 2    2016-01-01     False     True
      2016-01-04     False     False
      2016-02-02     True      False
      2016-02-04     False     False
      2016-02-05     False     True

ID

和

date

是一个

多索引

问题是，我想创建两个新列

time\u 1

和

time\u 2

。这些列应显示自相应事件以来经过的时间，例如

ID    date           event_1     event_2   time_1    time_2
 1    2016-01-03     False       False     -          -
      2016-02-07     True        False     0          -
      2016-02-18     False       True      11         0
 2    2016-01-01     False       True      -          0
      2016-01-04     False       False     -          3
      2016-02-02     True        False     0          32
      2016-02-04     False       False     2          34
      2016-02-05     False       True      3          0

如果日期是一个索引，我如何创建一个函数来计算

pandas

---

根据

ID

进行计算，且事件无关

如果重置索引，使ID和date成为列（只是为了方便引用--

df.index.get_level_values（“date”）

有点笨拙），并且确保df[“date”]是一个实时列而不是字符串，我认为这非常简单：

df["time_1"] = df["date"] - df["date"].where(df["event_1"]).groupby(df["ID"]).ffill()
df["time_2"] = df["date"] - df["date"].where(df["event_2"]).groupby(df["ID"]).ffill()

给我

In [173]: df
Out[173]: 
   ID       date  event_1  event_2  time_1  time_2
0   1 2016-01-03    False    False     NaT     NaT
1   1 2016-02-07     True    False  0 days     NaT
2   1 2016-02-18    False     True 11 days  0 days
3   2 2016-01-01    False     True     NaT  0 days
4   2 2016-01-04    False    False     NaT  3 days
5   2 2016-02-02     True    False  0 days 32 days
6   2 2016-02-04    False    False  2 days 34 days
7   2 2016-02-05    False     True  3 days  0 days

这是因为（使用event_2，因为它有两个不同的Trues，所以更有趣）首先，我们只选择“开始”时间：

然后我们按ID分组，并提前填写参考日期：

In [177]: df["date"].where(df["event_2"]).groupby(df["ID"]).ffill()
Out[177]: 
0          NaT
1          NaT
2   2016-02-18
3   2016-01-01
4   2016-01-01
5   2016-01-01
6   2016-01-01
7   2016-02-05
Name: date, dtype: datetime64[ns]

在这之后，我们只需要减去得到时间差。你可以用

df["time_1"] = df["time_1"].dt.days
df["time_2"] = df["time_2"].dt.days

---

如果您愿意，可以使用浮点而不是时间增量。

如果您重置索引，使ID和日期成为列（只是为了更方便地引用它们--

df.index.get_level_values（“date”）

有点笨拙），并且确保df[“date”]是一个实时列而不是字符串，我认为这非常简单：

df["time_1"] = df["date"] - df["date"].where(df["event_1"]).groupby(df["ID"]).ffill()
df["time_2"] = df["date"] - df["date"].where(df["event_2"]).groupby(df["ID"]).ffill()

给我

In [173]: df
Out[173]: 
   ID       date  event_1  event_2  time_1  time_2
0   1 2016-01-03    False    False     NaT     NaT
1   1 2016-02-07     True    False  0 days     NaT
2   1 2016-02-18    False     True 11 days  0 days
3   2 2016-01-01    False     True     NaT  0 days
4   2 2016-01-04    False    False     NaT  3 days
5   2 2016-02-02     True    False  0 days 32 days
6   2 2016-02-04    False    False  2 days 34 days
7   2 2016-02-05    False     True  3 days  0 days

这是因为（使用event_2，因为它有两个不同的Trues，所以更有趣）首先，我们只选择“开始”时间：

然后我们按ID分组，并提前填写参考日期：

In [177]: df["date"].where(df["event_2"]).groupby(df["ID"]).ffill()
Out[177]: 
0          NaT
1          NaT
2   2016-02-18
3   2016-01-01
4   2016-01-01
5   2016-01-01
6   2016-01-01
7   2016-02-05
Name: date, dtype: datetime64[ns]

在这之后，我们只需要减去得到时间差。你可以用

df["time_1"] = df["time_1"].dt.days
df["time_2"] = df["time_2"].dt.days

---

如果您愿意，可以使用浮动而不是时间增量。

事件1与事件2有关系吗？是否应按ID进行计算？为什么存在空值（

-

）？它们的逻辑是什么？@Joost事件是独立的，计算是按照

ID

进行的。我要编辑这个问题。谢谢你的支持questions@RafaelC

-

的含义是

None

或

pandas

中对于

非日期时间的等价物。我问为什么会有空值？例如，为什么
time_1
的第一个值不是零，第二个值不是
2016-02-07
和
2016-01-03
之间的差值？逻辑是什么？事件1和事件2有什么关系吗？是否应按ID进行计算？为什么存在空值（
-
）？它们的逻辑是什么？@Joost事件是独立的，计算是按照
ID
进行的。我要编辑这个问题。谢谢你的支持questions@RafaelC
-
的含义是
None
或
pandas
中对于
非日期时间的等价物。我问为什么会有空值？例如，为什么
time_1
的第一个值不是零，第二个值不是
2016-02-07
和
2016-01-03
之间的差值？逻辑是什么？你能添加取消设置索引然后恢复它们的代码吗？你能添加取消设置索引然后恢复它们的代码吗？