我有以下数据帧
df = pd.DataFrame({'State': {0: "case_created", 1: "case_reopened", 2:"email_sent", 3: "case_reopened", 4: "email_sent", 5: "case_reopened", 6 : "email_sent", 7: "case_reopened"},
'date': {0: '2016-10-13T14:10:41Z', 1: '2016-10-13T14:10:41Z', 2:'2016-10-13T15:26:19Z',
3: '2016-10-14T15:26:19Z', 4: '2016-10-15T15:26:19Z', 5: '2016-10-18T15:26:19Z',
6 :'2016-10-17T15:26:19Z', 7: '2016-10-13T15:26:19Z'}}, columns=['State', 'date'])
我正在计算(创建或重新打开)和发送电子邮件之间的时间。你知道吗
问题是,由于一个我无法编辑的奇怪的工作流解决方案,有时在一个case\u创建的时间戳或另一个case\u重新打开的时间戳之后有一个无意义的case\u重新打开的时间戳。这些无意义的重新打开的时间戳可以安全地丢弃。你知道吗
我在用轮班
df = df.loc[df["state"].shift() != df["state"]]
为了摆脱案例重新打开->;案例重新打开案例,但我不知道如何修复创建的案例->;案例重新打开案例。然后我打算使用.diff()来计算时间差。你知道吗
也许你可以试着用“email\u sent”来定位行。然后计算“email\u sent”和上次“email\u sent”之后的条目之间的时间差。如下所示:
相关问题 更多 >
编程相关推荐