Панды: как рассчитать разницу во времени в группах по условиям столбца

Question

У меня есть набор данных, такой как this , за которым следует [this 2

Stkcd обозначает идентификаторы акций, Trddt - datetime, ss - переменная 0-1.

Теперь для каждой акции я хочу определить первое время входа, где ss в первый раз равен 1, и первое время существования, где ss равно 0 после первого 1. Затем я хочувычислите разницу во времени между первым временем входа и первым временем существования для каждой акции.

Сейчас для меня сложность состоит в том, как определить первое время входа и первое существующее время.Кто-нибудь поможет мне с этим?Я очень разочарован этой проблемой. Большое спасибо!

Answer 1

Вот способ сделать это.Допустим, у вас есть следующий фрейм данных:

 Stkcd       date  ss
0      1 2018-04-01   0
1      1 2018-04-05   0
2      1 2018-04-06   1
3      1 2018-04-08   0
4      2 2018-12-19   1
5      2 2018-12-20   1
6      2 2018-12-22   0
7      2 2018-12-25   0

Вы можете начать с выяснения, когда время первого входа с:

df = df.sort_values(by='Stkcd').reset_index(drop=True)
df_max = df.groupby('Stkcd',sort=False).agg({'ss':'idxmax'}).rename(columns={'ss':'idx_max'})
indices_max = df_max['idx_max'].values

И для первого времени выхода:

df_ = df_max.merge(df, on = 'Stkcd')
df2 = df_.groupby('Stkcd').apply(lambda x: x.loc[x.idx_max.unique()[0]:,:])
indices_min = df2.reset_index(level=0, drop=True).groupby('Stkcd').agg({'ss':'idxmin'}).values.ravel()

И чтобы получить разницу во времени:

final_df = pd.merge(df.loc[indices_max], df.loc[indices_min], on='Stkcd')
final_df.assign(time_diff = final_df.date_y-final_df.date_x)[['Stkcd','time_diff']]

    Stkcd time_diff
0      1    2 days
1      2    3 days

Answer 2

Это маленький dframe для тестирования

df = pandas.DataFrame([
    {'Stkcd' : 1, 'Trddt' : datetime.datetime(2018, 1, 2), 'ss' : 0},
    {'Stkcd' : 1, 'Trddt' : datetime.datetime(2018, 1, 5), 'ss' : 0},
    {'Stkcd' : 1, 'Trddt' : datetime.datetime(2018, 1, 7), 'ss' : 0},
    {'Stkcd' : 1, 'Trddt' : datetime.datetime(2018, 2, 2), 'ss' : 1},
    {'Stkcd' : 1, 'Trddt' : datetime.datetime(2018, 3, 2), 'ss' : 1},
    {'Stkcd' : 1, 'Trddt' : datetime.datetime(2018, 7, 2), 'ss' : 1},
    {'Stkcd' : 1, 'Trddt' : datetime.datetime(2018, 7, 2), 'ss' : 0},
])

И это код

# change this to the id you need
stock_id = 1

idx_entry = df[(df['Stkcd'] == stock_id) & (df['ss'] == 1)]['Trddt'].idxmin()
idx_exit = df[(df['Stkcd'] == stock_id) & (df['ss'] == 0) & (df.index > idx_entry)]['Trddt'].idxmin()

t_entry = df.loc[idx_entry, 'Trddt']
t_exit = df.loc[idx_exit, 'Trddt']

# the difference in times
print(t_exit - t_entry)

Для теста выше, это результат

150 days 00:00:00