如何合并DataFrame同日期数据：生成EVENT_TYPE集合并聚合时长

步骤1：解析日期列 #

先确保日期列被正确识别为日期类型，提取纯日期部分（若原日期包含时间信息）：

import pandas as pd

# 替换为你的实际数据加载方式
df = pd.read_csv('your_data_source.csv')

# 将含时间的日期列转为纯日期格式
df['date'] = pd.to_datetime(df['datetime_column']).dt.date

步骤2：按日期分组聚合 #

用groupby结合agg方法，直接对同一天的EVENT_TYPE生成集合，同时聚合时长：

# 分组聚合：按日期分组，事件转集合，时长求和
daily_agg = df.groupby('date').agg(
    daily_event_set=('EVENT_TYPE', lambda x: set(x)),
    total_duration=('duration_column', 'sum')
).reset_index()

步骤3：生成事件类型编码 #

为所有唯一事件类型分配编码，再将每日事件集合转为编码列表：

# 生成事件-编码映射表
unique_events = df['EVENT_TYPE'].unique()
event_code_map = {event: idx + 1 for idx, event in enumerate(unique_events)}

# 将每日事件集合转换为对应编码列表
daily_agg['event_codes'] = daily_agg['daily_event_set'].apply(
    lambda s: [event_code_map[event] for event in s]
)

最终结果示例 #

处理后的数据结构如下：

内容的提问来源于stack exchange，提问作者irene noLaz