主页 / 问题 / 1586007
Accepted
Angelina
Asked:2024-07-03 18:55:37 +0000 UTC2024-07-03 18:55:37 +0000 UTC

如何查找一个用户会话中包含的某些事件之间的平均时间？

  • 772

请帮我找出一次会话中某些事件之间的平均时间。

例如，有一个数据框：

data = {
'id': [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5],
'event': ['login', 'news', 'comment', 'login', 'news', 'advt', 'login', 'like', 'comment', 'login', 'news', 'comment', 'login'],
'data': ['2023-03-15 10:00:00', '2023-03-15 10:05:00', '2023-03-15 10:10:00', '2023-03-15 10:15:00', 
         '2023-03-16 11:00:01', '2023-03-16 11:05:06', '2023-03-16 11:10:10',
         '2023-03-17 12:00:02', '2023-03-17 12:05:00', '2023-03-17 12:10:30',
         '2023-03-18 13:00:05', '2023-03-18 13:05:11', '2023-03-18 13:10:00', '2023-03-18 13:10:00']}

id 是会话 ID。如何找到每个会话 ID 登录之间以及新闻或广告事件之间的平均时间？步骤顺序严格，第一步是登录，第二步是选择事件。有时在会话中似乎登录较晚。另外，如何优化代码以便尽快处理大型数据帧？

python

2 个回答

  1. 代码中的注释

    data = {
    'id': [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5],
    'event': ['login', 'news', 'comment', 'login', 'news', 'advt', 'login', 'like', 'comment', 'login', 'news', 'comment', 'login'],
    'data': ['2023-03-15 10:00:00', '2023-03-15 10:05:00', '2023-03-15 10:10:00', '2023-03-15 10:15:00',
             '2023-03-16 11:00:01', '2023-03-16 11:05:06', '2023-03-16 11:10:10',
             '2023-03-17 12:00:02', '2023-03-17 12:05:00', '2023-03-17 12:10:30',
             '2023-03-18 13:00:05', '2023-03-18 13:05:11', '2023-03-18 13:10:00']}

df = pd.DataFrame(data).astype({'data': 'datetime64[ns]'}) # создаем фрейм и преобразуем столбец `data` в тип даты/времени

logint = df[df['event'].eq('login')].groupby('id').last()['data']  # находим дату последнего (если их несколько) логинов для каждого ид
df = df.merge(logint, left_on='id', right_index=True, suffixes=('_event', '_login'))  # проставляем во все строки фрейма моменты ранее найденных логинов для каждого ид
df = df[df['event'].isin(['news', 'advt'])]  # фильтруем фрейм, оставляя только нужные события
df['delta'] = df['data_event'].sub(df['data_login'])  # вычитаем из моментов событий моменты логинов
avg = df.groupby('id')['delta'].mean()  # группируем фрейм по ид, находя по каждой группе среднее время. Если нужно в секундах, дописываем в конце .dt.total_seconds(), если в часах - еще .div(3600)
print(avg)

    id
1          0 days 00:05:00
2   1 days 00:47:33.500000
4          1 days 00:49:35
Name: delta, dtype: timedelta64[ns]
    • 3
  2. Best Answer

    好吧，我将向您展示一个大致的行动方案，然后根据您的任务自行调整：

    import pandas as pd

data = {
'id': [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5],
'event': ['login', 'news', 'comment', 'login', 'news', 'advt', 'login', 'like', 'comment', 'login', 'news', 'comment', 'login'],
'data': ['2023-03-15 10:00:00', '2023-03-15 10:05:00', '2023-03-15 10:10:00', '2023-03-15 10:15:00', 
         '2023-03-16 11:00:01', '2023-03-16 11:05:06', '2023-03-16 11:10:10',
         '2023-03-17 12:00:02', '2023-03-17 12:05:00', '2023-03-17 12:10:30',
         '2023-03-18 13:00:05', '2023-03-18 13:05:11', '2023-03-18 13:10:00']} #, '2023-03-18 13:10:00']}

df = pd.DataFrame(data)
# на всякий случай сортируем
df = df.sort_values(['id', 'data'])
df['data'] = pd.to_datetime(df['data'])
# отбираем только интересующие нас события
df1 = df[df.event.isin(['login','news'])].copy()
# формируем парные события и разницу между ними
df2 = df1.shift()
df1['evev'] = df2.event + '-' + df1.event
df1['diff'] = df1.data - df2.data
# выводим среднюю разницу по интересующей нас паре событий
print(df1[df1['evev'] == 'login-news']['diff'].mean())

    结论：

    0 days 16:33:12
    • 2

相关问题