如何用Python计算DataFrame中同车牌序列号行的时间间隔？

咱们一步步来搞定这个需求，核心思路是先把时间列转成可计算的格式，再通过分组找到plateno和serialno都匹配的行，最后生成行对并计算时间差。下面是具体实现：

步骤1：准备数据并转换时间列 #

首先得把from/arrive列从字符串转成datetime类型，不然没法计算时间间隔：

import pandas as pd

# 替换成你实际的DataFrame
data = {
    'id': [755, 762, 920, 976],
    'location': ['A', 'A', 'C', 'B'],
    'plateno': ['ade2384', 'ax395', 'ax395', 'ade2384'],
    'serialno': ['TA144', 'TB543', 'TB543', 'TA144'],
    'type': [11014, 11014, 11000, 11000],
    'from/arrive': ['2018-01-02 10:13:00', '2018-01-02 10:43:00', '2018-01-03 09:06:00', '2018-01-03 11:39:00']
}
df = pd.DataFrame(data)

# 转换时间列为datetime类型
df['from/arrive'] = pd.to_datetime(df['from/arrive'])

步骤2：筛选有匹配行的分组 #

按plateno和serialno分组，只保留组内至少有2行的分组（毕竟只有这样才有可配对的行）：

# 分组后筛选出符合条件的行
grouped = df.groupby(['plateno', 'serialno']).filter(lambda x: len(x) >= 2)

步骤3：生成行对并计算时间间隔 #

用itertools.combinations生成每个分组内的所有两两行对，然后计算时间差：

from itertools import combinations

# 存储结果的列表
result_list = []

# 遍历每个符合条件的分组
for (plate, serial), group in grouped.groupby(['plateno', 'serialno']):
    # 生成组内所有行的两两组合
    for row_a, row_b in combinations(group.itertuples(index=False), 2):
        # 计算时间间隔（取绝对值避免负数，也可以用max-min保证正向差）
        time_diff = abs(row_a._asdict()['from/arrive'] - row_b._asdict()['from/arrive'])
        # 整理结果数据
        result_list.append({
            'plateno': plate,
            'serialno': serial,
            'id_pair': (row_a.id, row_b.id),
            'time_interval': time_diff,
            'location_pair': (row_a.location, row_b.location),
            'type_pair': (row_a.type, row_b.type)
        })

# 转成DataFrame方便查看和后续处理
result_df = pd.DataFrame(result_list)

步骤4：查看结果 #

运行后result_df会包含所有匹配行对的信息，比如你的示例数据会输出：

• plateno=ade2384, serialno=TA144对应的id755和976，时间间隔为1天1小时26分钟
• plateno=ax395, serialno=TB543对应的id762和920，时间间隔为22小时23分钟

如果你的数据有上千行，这个方法也能高效处理——Pandas的分组操作经过优化，只要分组内的行数不是极端多，combinations的性能完全够用。

内容的提问来源于stack exchange，提问作者Tyson