使用Pandas，如何将一个系列的所有重复元素与另一个系列的元素相减？

问题描述

我有一个这种类型的数据框：

    arr_time dep_time station
0   19:20:00 19:20:00 a
1   19:38:00 19:45:00 b
2   18:55:00 19:00:00 a
3   19:40:00 19:45:00 a
4   19:50:00 19:55:00 b 
.
.

我需要做的是： 对于工作站中的每个相同项目，请减去 dep_time 中的相关项目以及 arr_time 中的每个相关项目（不考虑同一项目）。例如： 对于工作站 a ：

 for i in range(len(arr_time)):
      for j in range(len(dep_time)):
         if i != j:
            dep_time[j] - arr_time[i]

对于工作站 a ，

结果必须为：

result
-00:20:00
00:25:00

，依此类推，对于 station 中的所有工作站。 由于数据量大，需要用Pandas编写。我将非常感谢任何能帮助我的人！

解决方法

这是一种方法。我使用pd.merge将每个站“ a”链接到其他每个站“ a”（等等）。然后我进行了过滤，因此我们不会将测站与其自身进行比较，而是执行时间算法。

from io import StringIO
import pandas as pd

data = '''    arr_time dep_time station
0   19:20:00 19:20:00 a
1   19:38:00 19:45:00 b
2   18:55:00 19:00:00 a
3   19:40:00 19:45:00 a
4   19:50:00 19:55:00 b 
'''
df = pd.read_csv(StringIO(data),sep='\s+')

# create unique identifier for each row
df['id'] = df.reset_index().groupby('station')['index'].rank(method='first').astype(int)

# SQL-style self-join: all station 1's; all station 2's,etc.
t = pd.merge(left=df,right=df,how='inner',on='station',suffixes=('_l','_r'))

# don't compare station to itself
t = t[ t['id_l'] != t['id_r'] ] 

# compute elapsed time (as timedelta object)
t['elapsed'] = pd.to_timedelta(t['dep_time_l']) - pd.to_timedelta(t['arr_time_r'])

# convert elapsed time to minutes (may not be necessary)
t['elapsed'] = t['elapsed'] / pd.Timedelta(minutes=1) # convert to minutes

# create display
t = (t[['station','elapsed','id_l','id_r']]
     .sort_values(['station','id_r']))
print(t)

   station  elapsed  id_l  id_r
1        a     25.0     1     2
2        a    -20.0     1     3
3        a    -20.0     2     1
5        a    -40.0     2     3
6        a     25.0     3     1
7        a     50.0     3     2
10       b     -5.0     1     2
11       b     17.0     2     1