Python 识别并更改组内的极端日期时间异常值

我有一个数据帧片段，用于识别与其他人（基本上是忘记挂断电话的人）没有同时断开连接的设备。我已经按照UniqueCallID和LeaveTime对这个切片进行了排序，以便异常值始终是会议“组”中的最后一个，如果差值超过x时间（60分钟或1小时），我想将该异常值的LeaveTime更改为它之前的LeaveTime

我已经尝试过分组，但是datetime不允许我执行任何我理解的函数，除了count（），这对我没有什么用处。我有一个UniqueCallID的列表，我想我希望列表中的每个UniqueCallID都有一个for循环，但我不知道for循环中会出现什么

我想比较每一组的最后两行，如果它们在时间上相距很远，我会采取行动

下面是数据的大致情况

data={'UniqueCallID':[1, 1, 1, 1, 2, 2, 2, 3,3], 'LeaveTime': ['2019-06-26 15:45:32','2019-06-26 15:45:34','2019-06-26 15:45:37','2019-06-27 04:30:33','2019-06-05 07:32:14','2019-06-05 07:33:16','2019-06-05 11:06:22','2019-06-21 15:42:37','2019-06-22 18:30:42']}
df=pd.DataFrame(data)
df

---

我希望索引值3的离开时间读作2019-06-26 15:45:37，与索引值2相同。真正的索引值与原始数据帧相关联，我想我会计划将两者合并，覆盖索引所针对的行。

我会这样做：

df.groupby("UniqueCallID").apply(my_func,"delta")

def my_func(grouped,delta):
  first_leave_time = grouped["LeaveTime"].min()
  last_acceptable_leave_time = grouped.loc[grouped.LeaveTime<=first_leave_time+delta,"LeaveTime"].max()
  grouped.loc[grouped.LeaveTime>first_leave_time+delta,"LeaveTime"]=last_acceptable_leave_time
  return grouped

式中，delta是第一次挂断的时间差x（60分钟或1小时）

delta = pd.Timedelta("60min")

我会这样写我的函数：

df.groupby("UniqueCallID").apply(my_func,"delta")

def my_func(grouped,delta):
  first_leave_time = grouped["LeaveTime"].min()
  last_acceptable_leave_time = grouped.loc[grouped.LeaveTime<=first_leave_time+delta,"LeaveTime"].max()
  grouped.loc[grouped.LeaveTime>first_leave_time+delta,"LeaveTime"]=last_acceptable_leave_time
  return grouped

---

我会这样做：

df.groupby("UniqueCallID").apply(my_func,"delta")

def my_func(grouped,delta):
  first_leave_time = grouped["LeaveTime"].min()
  last_acceptable_leave_time = grouped.loc[grouped.LeaveTime<=first_leave_time+delta,"LeaveTime"].max()
  grouped.loc[grouped.LeaveTime>first_leave_time+delta,"LeaveTime"]=last_acceptable_leave_time
  return grouped

式中，delta是第一次挂断的时间差x（60分钟或1小时）

delta = pd.Timedelta("60min")

我会这样写我的函数：

df.groupby("UniqueCallID").apply(my_func,"delta")

def my_func(grouped,delta):
  first_leave_time = grouped["LeaveTime"].min()
  last_acceptable_leave_time = grouped.loc[grouped.LeaveTime<=first_leave_time+delta,"LeaveTime"].max()
  grouped.loc[grouped.LeaveTime>first_leave_time+delta,"LeaveTime"]=last_acceptable_leave_time
  return grouped

---

你的预期产量是多少？你的预期产量是多少？这很好。非常感谢你。一个问题：分组来自哪里？它是原始数据帧切片，还是一个中间步骤，类似于groupby UniqueCallID而不应用函数？我不确定的是，它是如何迭代每个UniqueCallId的，很明显，但它是如何迭代的？调用“分组”同一类别中的一组项：callID=1的所有项都分组在一起。因此，对于这些组中的每一组，你都应用了我函数中的内容：因此你取最小值，然后找到最后一个可接受的值，等等。。。最后，返回修改分组。熊猫知道把它放在哪里。嗯，我在某个地方看到了一个很好的描述。。。也许是熊猫食谱上的那本。这本很不错。非常感谢你。一个问题：分组来自哪里？它是原始数据帧切片，还是一个中间步骤，类似于groupby UniqueCallID而不应用函数？我不确定的是，它是如何迭代每个UniqueCallId的，很明显，但它是如何迭代的？调用“分组”同一类别中的一组项：callID=1的所有项都分组在一起。因此，对于这些组中的每一组，你都应用了我函数中的内容：因此你取最小值，然后找到最后一个可接受的值，等等。。。最后，返回修改分组。熊猫知道把它放在哪里。嗯，我在某个地方看到了一个很好的描述。。。也许是熊猫食谱上的那本书。