パンダ私は次の形式でパンダのデータセッションIDの持つフレーム、URLおよびタイムスタンプを持つインデックス

Question

ごとの行数が異なる多種の変換に長いデータフレーム：私は次の形式を取得する必要があり

SessionId TimeStamp URL 
aa420858 20:24  url1 
aa420858 20:26  url2 
aa420858 20:27  url3 
bb779bc3 18:18  other_url1 
bb779bc3 18:21  other_url2 
bb779bc3 18:24  other_url3 
bb779bc3 18:25  other_url4 
zz920853 20:27  diff_url1 
zz920853 20:28  diff_url2 

：

SessionId URL1  URL2  URL3  URL4  TimeStamp1 TimeStamp2 TimeStamp3 TimeStamp4 
aa420858 url1  url2  url3     20:26  20:27  20:27  
bb779bc3 other_url1 other_url2 other_url3 other_url4 18:18  18:21  18:24  18:25 
zz920853 diff_url1 diff_url2      20:27  20:28   

セッションごとに多数のURLを事前に知ることはありません。

私はpd.melt、pd.pivot_table、pivot（）、unstack（）などを使用しようとしましたが、成功しませんでした。誰かが最善の方法をアドバイスしてもらえますか？また、タイムスタンプの差を使ってページの時間を取得することは可能でしょうか？

ありがとうございました！

Answer 1

pivot_table + concat

df1=df.pivot_table(index='SessionId',columns=df.groupby('SessionId').cumcount(),values='TimeStamp',aggfunc='sum').\ 
     add_prefix('TimeStamp_') 

df2=df.pivot_table(index='SessionId',columns=df.groupby('SessionId').cumcount(),values='URL',aggfunc='sum').\ 
     add_prefix('URL_') 


pd.concat([df2,df1],1).reset_index() 
Out[209]: 
    SessionId  URL_0  URL_1  URL_2  URL_3 TimeStamp_0 \ 
0 aa420858  url1  url2  url3  None  20:24 
1 bb779bc3 other_url1 other_url2 other_url3 other_url4  18:18 
2 zz920853 diff_url1 diff_url2  None  None  20:27 
    TimeStamp_1 TimeStamp_2 TimeStamp_3 
0  20:26  20:27  None 
1  18:21  18:24  18:25 
2  20:28  None  None 

Psと。あなたは1からIDが必要な場合...あなたは、

df['DIFF']=df.groupby('SessionId').TimeStamp.apply(lambda x :pd.to_datetime(x).diff().dt.total_seconds()/60) 

df3=df.dropna() 
df3.pivot_table(index='SessionId',columns=df3.groupby('SessionId').cumcount(),values='DIFF',aggfunc='sum').add_prefix('diff') 
Out[241]: 
      diff0 diff1 diff2 
SessionId      
aa420858  2.0 1.0 NaN 
bb779bc3  3.0 3.0 1.0 
zz920853  1.0 NaN NaN