我正在尝试找到使用 Python 和 Pandas 进行简单时间间隔分析的最佳方法。这只是为了好玩,所以请随时解释答案以帮助我了解更多信息。
我从生成一些随机数据开始。第一个是在 2 个用户的 4 个 session 的总时间段内时间戳频率为 20 秒的日期。用户分别为123和345。
这里模拟的是每20秒快照一次,看用户是否在线。
import pandas as pd
session_one = pd.date_range('2016-01-01', periods=100, freq='20S')
session_two = pd.date_range('2016-02-01', periods=75, freq='20S')
session_three = pd.date_range('2016-01-01', periods=125, freq='20S')
session_four = pd.date_range('2016-02-01', periods=25, freq='20S')
user_one = [session_one, session_two]
user_two = [session_three, session_four]
data = []
for sessions in user_one:
for dates in sessions:
data.append([123,dates])
for sessions in user_two:
for dates in sessions:
data.append([345,dates])
# Make our dataframe with our randomly generated data
df = pd.DataFrame(data=data, columns=['ID', 'Timestamp'])
努力实现
我想测量每个用户记录之间的时间间隔并将其追加回记录。
SQL 方法
我有一个很好的 SQL 方法,但似乎无法复制相互连接的数据集并使用 Pandas 正确地抵消时间。例如,像这样进行 Pandas 合并(连接):
df['Timestamp'] + datetime.timedelta(0,20)
请您参考如下方法:
