问题描述
我有一个表,其中包含包裹ID,它们的出发时间,到达时间以及类型或包裹的列表。
下面给出了一个最小的工作示例来说明该表。
对于每条线,我正在尝试获取类似类型的包裹(即电视或PC)的包裹数,这些包裹的发车时间大于或等于[所考虑的行的发车时间],但严格低于[到达时间]的行数]
输入数据示例
Parcel_id,departure_time,arrival_time,type
id_1,07:00,07:30,TV
id_2,07:15,PC
id_3,07:05,07:22,PC
id_4,07:10,07:45,TV
id_5,07:50,TV
id_6,07:26,PC
id_7,07:40,08:10,TV
id_8,07:14,07:46,TV
id_9,07:32,PC
id_10,PC
所需输出数据的示例
Parcel_id,type,number_of_parcels
id_1,TV,4
id_2,PC,4
id_3,4
id_4,4
id_5,2
id_6,3
id_7,1
id_8,3
id_9,2
id_10,1
我正在尝试使用groupby函数,然后应用条件...。没有成功
table['number_of_parcels']= table.groupby(['type']).cond.apply(lambda g: (g>=table['departure`_time'] & g<table['arrival_time'])).count()
有人知道如何破解吗?
非常感谢
解决方法
这有效
df['number_of_parcels'] = df.groupby('type').apply(lambda x: x.apply(lambda y:(
(x['departure_time'] >= y['departure_time']) & (x['departure_time'] < y['arrival_time'])
).sum(),axis=1)).droplevel(level=0)
df
出局:
Parcel_id departure_time arrival_time type number_of_parcels
0 id_1 07:00 07:30 TV 4
1 id_2 07:00 07:15 PC 4
2 id_3 07:05 07:22 PC 4
3 id_4 07:10 07:45 TV 4
4 id_5 07:15 07:50 TV 2
5 id_6 07:10 07:26 PC 3
6 id_7 07:40 08:10 TV 1
7 id_8 07:14 07:46 TV 3
8 id_9 07:14 07:32 PC 2
9 id_10 07:15 07:30 PC 1