对比不同长度列：先匹配SESSION_NAME再筛选时间差超1分钟记录

问题描述 #

我需要找出时间差超过1分钟的记录，但当前代码仅按行直接对比时间。请问如何先匹配SESSION_NAME与SESSION_NAME.1中的相同值，再比较对应TIME的差值？

现有代码 #

import pandas as pd
import warnings

warnings.filterwarnings("ignore")
df = pd.read_excel('E:/Sesja/Nowy folder/Summary.xlsx')

selected_columns = ['SESSION_NAME', 'TIME', 'SESSION_NAME.1', 'TIME.1']
df_subset = df[selected_columns]

df_subset['DIFFERENCE'] = (pd.to_datetime(df_subset['TIME'].astype(str)) - pd.to_datetime(df_subset['TIME.1'].astype(str))).dt.total_seconds() / 60

result = df_subset[abs(df_subset['DIFFERENCE']) > 1]

print(result)

现有输出结果 #

SESSION_NAME      TIME SESSION_NAME.1    TIME.1  DIFFERENCE
0      AA_KRED  00:41:00        AA_KRED  00:12:00        29.0
1      BB_KRED  01:20:00        BB_KRED  00:17:00        63.0
2      CC_RACH  00:17:00        CC_RACH  00:11:00         6.0
3      BB_RACH  00:11:00        BB_RACH  00:01:00        10.0
4     AA_KRED2  00:01:00       AA_KRED2  00:09:00        -8.0
5     BB_KRED2  00:14:00       BB_KRED2  00:08:00         6.0
6     CC_RACH2  00:12:00       BB_RACH2  00:14:00        -2.0 

解决方案 #

核心是先过滤出会话名匹配的行，再计算时间差并筛选符合条件的记录。修改后的代码如下：

import pandas as pd
import warnings

warnings.filterwarnings("ignore")
df = pd.read_excel('E:/Sesja/Nowy folder/Summary.xlsx')

selected_columns = ['SESSION_NAME', 'TIME', 'SESSION_NAME.1', 'TIME.1']
df_subset = df[selected_columns]

# 1. 只保留SESSION_NAME和SESSION_NAME.1完全匹配的行
matched_df = df_subset[df_subset['SESSION_NAME'] == df_subset['SESSION_NAME.1']]

# 2. 计算时间差，转换为分钟
matched_df['DIFFERENCE'] = (pd.to_datetime(matched_df['TIME'].astype(str)) - 
                            pd.to_datetime(matched_df['TIME.1'].astype(str))).dt.total_seconds() / 60

# 3. 筛选时间差绝对值超过1分钟的记录
result = matched_df[abs(matched_df['DIFFERENCE']) > 1]

print(result)

代码说明 #

• 先通过等式判断过滤掉会话名不匹配的行（比如原结果中索引6的CC_RACH2和BB_RACH2）
• 仅对匹配成功的行计算时间差，确保对比的是同一会话的两个时间点
• 最后筛选出时间差绝对值大于1分钟的结果，得到符合需求的记录

内容的提问来源于stack exchange，提问作者Mateusz Plsz