用群熊猫过滤和排序列

Question

我有这个df：

   Date                  Plate     Route     Speed   VehiceType
0  2020-11-03 13:54:00   0660182   Route 66   32      Wagon
1  2020-11-03 13:25:03   939CH003  Route 35   24      Truck
2  2020-11-03 09:27:11   WH3457    Route 02   41      Bus

诸若此类。我需要相同的车牌车辆之间的时间差，我很容易就能得到这样的结果：

df.groupby('Plate').Date.diff( )

然后，我排序(否则我会有不同的日期/盘子，这是我不需要的)和分组如下：

df2 = df.sort_values(by=['Plate', 'Date']).groupby('Plate').Date.diff().dt.total_seconds().reset_index()

我最后得到一个df (重命名一列后)，如下所示：

      index   Difference (s)
0     34517   NaN 
1     377539  33.0
2     119714  34.0
3     300900  765.0

这不是我需要的(“索引”栏应该是板块的)。我想要的是：

    Plate   Difference
0   WH3457  54.0
1   9W432T  24.0
2   947CH05 33.0

这样，这个df就可以通过版本号(left_on和right_on)对某些滤波器进行合并。熊猫说，合并不能完成，因为“索引”列只是数字，而板块列显然是一个字符串(我在排序时某种程度上忽略了板块对象)。那么，如何才能得到这个板块/差分df呢？(按盘和日期进行排序是必须的，否则差异是没有意义的)。我一直在为这件事而挣扎，却无法理解。提前谢谢你。

编辑：

这是原始df的更大一部分(抱歉，西班牙语中的定位和车辆类型)：

    Date                        Plate       Route       Latitude    Longitud    Speed   VehicleType
0   2020-11-17 13:54:00+00:00   0660182     RUTA 66     19.333958   -99.199240  10  AUTOBUS LARGO (MAYOR A 10 M DE LONGITUD)
1   2020-11-17 13:54:00+00:00   939CH001M   RUTA 51     19.256760   -98.955510  22  AUTOBUS LARGO (MAYOR A 10 M DE LONGITUD)
2   2020-11-17 13:54:00+00:00   596NZ008M   RUTA 102    19.448385   -98.952400  0   VAGONETA
3   2020-11-17 13:54:00+00:00   0790024     RUTA 79     19.429462   -99.150820  0   MICROBUS (MENOR A 7.5 M DE LONGITUD)
4   2020-11-17 13:54:01+00:00   947CH045M   RUTA 50     19.282007   -99.009000  28  MICROBUS (MENOR A 7.5 M DE LONGITUD)
...     ...     ...     ...     ...     ...     ...     ...
1279721     2020-11-18 05:59:57+00:00   0120414     RUTA 12     19.357872   -99.077920  0   MICROBUS (MENOR A 7.5 M DE LONGITUD)
1279722     2020-11-18 05:59:58+00:00   1090016     CETRAM XOCHIMILCO 200826    19.295107   -99.102936  0   MICROBUS (MENOR A 7.5 M DE LONGITUD)
1279723     2020-11-18 05:59:59+00:00   0350144     RUTA 35     19.297995   -99.061150  0   VAGONETA
1279724     2020-11-18 05:59:59+00:00   006908      RUTA 106    19.490650   -99.174640  0   AUTOBUS CORTO (ENTRE 7.5 Y 10 M DE LONGITUD)
1279725     2020-11-18 05:59:59+00:00   0340071     RUTA 34     19.324417   -99.165500  1   MICROBUS (MENOR A 7.5 M DE LONGITUD)

Answer 1

如果您希望将计算结果(以秒为单位)返回原始数据，则可以使用熊猫groupby.transform：

df['diff_in_sec'] = df.groupby('Plate').Date.transform(lambda x: x.diff().dt.total_seconds())

此外，由于apply函数不执行任何聚合，df2具有与df相同的原始行形状，因此可以使用index将值映射回df，如下所示：

df2 = df.sort_values(by=['Plate', 'Date']).groupby('Plate').Date.diff().dt.total_seconds()
# this
df.loc[df2.index, 'diff_in_sec'] = df2
# or this
df2.name = 'diff_in_sec'
df.merge(df2, left_index=True, right_index=True)