使用groupby对列进行筛选和排序

Question

我有这个df：

   Date                  Plate     Route     Speed   VehiceType
0  2020-11-03 13:54:00   0660182   Route 66   32      Wagon
1  2020-11-03 13:25:03   939CH003  Route 35   24      Truck
2  2020-11-03 09:27:11   WH3457    Route 02   41      Bus

等等。我需要相同车牌车辆之间的时间差，我很容易获得：

df.groupby('Plate').Date.diff( )

然后，我分类（否则我会在不同的日期/盘子之间有差异，这是我不需要的）并分组如下：

df2 = df.sort_values(by=['Plate', 'Date']).groupby('Plate').Date.diff().dt.total_seconds().reset_index()

我最终得到一个df（重命名一列后），如下所示：

      index   Difference (s)
0     34517   NaN 
1     377539  33.0
2     119714  34.0
3     300900  765.0

这不是我需要的（“index”列应该是plates）。我想要的是：

    Plate   Difference
0   WH3457  54.0
1   9W432T  24.0
2   947CH05 33.0

因此，该df可以通过某些过滤器的板号合并到原始df中（左上和右上）。Pandas说不能进行合并，因为“索引”列只是数字，而plate列显然是一个字符串（排序时不知何故我错过了plate对象）。 那么，我如何才能获得这个板/差df？（必须按车牌和日期排序，否则差异就没有意义了）。 我一直在努力解决这个问题，但我无法得到它。先谢谢你

编辑：

这是原始df的较大部分（对不起，西班牙语中的对齐和车辆类型）：

    Date                        Plate       Route       Latitude    Longitud    Speed   VehicleType
0   2020-11-17 13:54:00+00:00   0660182     RUTA 66     19.333958   -99.199240  10  AUTOBUS LARGO (MAYOR A 10 M DE LONGITUD)
1   2020-11-17 13:54:00+00:00   939CH001M   RUTA 51     19.256760   -98.955510  22  AUTOBUS LARGO (MAYOR A 10 M DE LONGITUD)
2   2020-11-17 13:54:00+00:00   596NZ008M   RUTA 102    19.448385   -98.952400  0   VAGONETA
3   2020-11-17 13:54:00+00:00   0790024     RUTA 79     19.429462   -99.150820  0   MICROBUS (MENOR A 7.5 M DE LONGITUD)
4   2020-11-17 13:54:01+00:00   947CH045M   RUTA 50     19.282007   -99.009000  28  MICROBUS (MENOR A 7.5 M DE LONGITUD)
...     ...     ...     ...     ...     ...     ...     ...
1279721     2020-11-18 05:59:57+00:00   0120414     RUTA 12     19.357872   -99.077920  0   MICROBUS (MENOR A 7.5 M DE LONGITUD)
1279722     2020-11-18 05:59:58+00:00   1090016     CETRAM XOCHIMILCO 200826    19.295107   -99.102936  0   MICROBUS (MENOR A 7.5 M DE LONGITUD)
1279723     2020-11-18 05:59:59+00:00   0350144     RUTA 35     19.297995   -99.061150  0   VAGONETA
1279724     2020-11-18 05:59:59+00:00   006908      RUTA 106    19.490650   -99.174640  0   AUTOBUS CORTO (ENTRE 7.5 Y 10 M DE LONGITUD)
1279725     2020-11-18 05:59:59+00:00   0340071     RUTA 34     19.324417   -99.165500  1   MICROBUS (MENOR A 7.5 M DE LONGITUD)

Answer 1

如果希望将计算（以秒为单位的差值）放回原始数据帧，可以使用pandas^{}：

df['diff_in_sec'] = df.groupby('Plate').Date.transform(lambda x: x.diff().dt.total_seconds())

此外，由于apply函数不执行任何聚合，df2具有与df相同的原始行形状，因此index可以用于将值映射回df，如下所示：

df2 = df.sort_values(by=['Plate', 'Date']).groupby('Plate').Date.diff().dt.total_seconds()
# this
df.loc[df2.index, 'diff_in_sec'] = df2
# or this
df2.name = 'diff_in_sec'
df.merge(df2, left_index=True, right_index=True)