Skip to main content
 首页 » 编程设计

python之Python 中时间戳字符串到秒的转换

2025年05月04日29lidabo

我是 Python 数据科学的初学者。我正在处理点击流数据并想找出 session 的持续时间。为此,我找到了 session 的开始时间和结束时间。但是在减法时,我得到了相同的错误答案。 这是数据

       Sid                    Tstamp     Itemid  Category 
0        1  2014-04-07T10:51:09.277Z  214536502         0 
1        1  2014-04-07T10:54:09.868Z  214536500         0 
2        1  2014-04-07T10:54:46.998Z  214536506         0 
3        1  2014-04-07T10:57:00.306Z  214577561         0 
4        2  2014-04-07T13:56:37.614Z  214662742         0 
5        2  2014-04-07T13:57:19.373Z  214662742         0 
6        2  2014-04-07T13:58:37.446Z  214825110         0 
7        2  2014-04-07T13:59:50.710Z  214757390         0 
8        2  2014-04-07T14:00:38.247Z  214757407         0 
9        2  2014-04-07T14:02:36.889Z  214551617         0 
10       3  2014-04-02T13:17:46.940Z  214716935         0 
11       3  2014-04-02T13:26:02.515Z  214774687         0 
12       3  2014-04-02T13:30:12.318Z  214832672         0 

I referred this question for the code- Timestamp Conversion

Here is my code-

k.columns=['Sid','Tstamp','Itemid','Category'] 
k=k.loc[:,('Sid','Tstamp')] 
 
#Find max timestamp 
idx=k.groupby(['Sid'])['Tstamp'].transform(max) == k['Tstamp']  
ah=k[idx].reset_index() 
 
#Find min timestamp 
idy=k.groupby(['Sid'])['Tstamp'].transform(min) == k['Tstamp'] 
ai=k[idy].reset_index() 
 
#grouping by Sid and applying count to retain the distinct Sid values 
kgrp=k.groupby('Sid').count() 
 
i=0 
for temp1,temp2 in zip(ah['Tstamp'],ai['Tstamp']): 
    sv1= datetime.datetime.strptime(temp1, "%Y-%m-%dT%H:%M:%S.%fZ") 
    sv2= datetime.datetime.strptime(temp2, "%Y-%m-%dT%H:%M:%S.%fZ") 
    d1=time.mktime(sv1.timetuple()) + (sv1.microsecond / 1000000.0) 
    d2=time.mktime(sv2.timetuple()) + (sv2.microsecond / 1000000.0) 
    kgrp.loc[i,'duration']= d1-d2    
    i=i+1 

这是输出。

  
kgrp 
Out[5]:  
      Tstamp  duration 
Sid                    
1          4   359.275 
2          6   745.378 
3          3  1034.468 

对于 session ID 2,持续时间应该接近 6 分钟,但我得到了将近 12 分钟。我想我在这里犯了一些愚蠢的错误。

此外,我按 Sid 分组并对其应用计数,以便获取 Sid 列并将每个持续时间存储为单独的列。有没有更简单的方法可以仅存储 Sid(不是“Tstamp”计数列)及其持续时间值?

请您参考如下方法:

您将持续时间值分配给了错误的标签。 在您的测试数据中,sid 从 1 开始,但 i 从 0 开始:

# for sid 1, i == 0 
kgrp.loc[i,'duration']= d1-d2 
i=i+1 

更新

一个更pythonic的方式来处理这个:)

def calculate_duration(dt1, dt2): 
    # do the calculation here, return the duration in seconds 
 
k = k.loc[:, ('Sid', 'Tstamp')] 
result = k.groupby(['Sid'])['Tstamp'].agg({ 
    'Duration': lambda x: calculate_duration(x.max(), x.min()), 
    'Count': lambda x: x.count() 
})