Кратчайшие интервалы, содержащие X строк

У меня есть такой фрейм данных

data = {
  "timeStamp": ['06:00:00', '06:03:00', '06:10:00', '06:30:00', '06:32:00', '06:02:00', '06:05:00', '06:06:00', '06:55:00', '06:00:00', '06:01:00', '06:20:00', '07:00:00'],
  "Event": ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'D']
}

df = pd.DataFrame(data)

Мне нужно знать кратчайшие интервалы, содержащие 3 или более строк в каждой группе.

В данном примере мы видим:

  • что во время события «А» кратчайший интервал с 3 рядами составляет 10 минут (с 06:00:00 до 06:10:00)
  • во время события «Б» кратчайший интервал с 3 рядами составляет 4 минуты (с 06:02:00 до 06:06:00)
  • во время события «С» кратчайший интервал с 3 рядами — 20 минут (с 06:00:00 до 06:20:00)
  • во время события "D" таких интервалов нет

Желаемый результат выглядит так

Событие Интервал А 00:10:00 Б 00:04:00 С 00:20:00 Д NA

...

и т. д.

Есть ли какой-нибудь элегантный способ сделать это?

Пожалуйста, объясните лучше свою логику. Интервал между какими событиями?

gtomer 03.08.2024 19:55

Пожалуйста, понятно объясните логику. Также укажите точный ожидаемый результат, учитывая ваш небольшой пример.

mozway 03.08.2024 19:57

Определены ли ваши интервалы определенным образом, например. регулярный интервал в 2 минуты? Может быть, это поможет вам?

maxew 03.08.2024 19:57

Извините за беспорядок в первой версии вопроса. Теперь я постарался лучше объяснить, что мне нужно получить.

Delopera 03.08.2024 20:17
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
4
50
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете groupby("Event") а затем применить собственную функцию агрегирования.

# Convert to datetime to compute intervals
df['timeStamp'] = pd.to_datetime(df['timeStamp'])

def find_shortest_interval_3(group):
    if len(group) < 3:
        return None
    
    group = group.sort_values('timeStamp')
    min_interval = pd.Timedelta.max
    for i in range(len(group) - 2): # You can parameterize this so that its not always 3
        current_interval = group.iloc[i+2]['timeStamp'] - group.iloc[i]['timeStamp']
        if current_interval < min_interval:
            min_interval = current_interval
    return min_interval

print(df.groupby('Event').apply(find_shortest_interval_3))

Выход:

Event
A   0 days 00:10:00
B   0 days 00:04:00
C   0 days 00:20:00
D               NaT

Другие вопросы по теме