Unix: получение ПУТИ экспорта к “палке”

Вот способ сделать это в вашем случае. Сначала мы сделаем это для одного человека, чтобы проиллюстрировать метод.

gb = df.groupby('person')
group5 = gb.get_group('005')
sorted_by_date = group5.sort_values('activitydate').reset_index(drop=True)
sorted_by_date['date_diff'] = sorted_by_date.activitydate.diff()
run_groups = sorted_by_date.groupby(
   (sorted_by_date.date_diff >= pd.Timedelta('50 seconds')).cumsum()
)
run_groups.get_group(run_groups.id.count().idxmax())

, что дает

    id person        activitydate date_diff  run_count
99  99    005 2018-09-20 05:40:10  00:01:30          0
68  68    005 2018-09-20 05:40:18  00:00:08          1
92  92    005 2018-09-20 05:40:25  00:00:07          2
82  82    005 2018-09-20 05:40:26  00:00:01          3
48  48    005 2018-09-20 05:41:11  00:00:45          4

хитрую часть sorted_by_date.groupby((sorted_by_date.date_diff >= pd.Timedelta('50 seconds')).cumsum()), которая является «моделью сравнения-совокупности-группировки», которую я нашел в , этот отличный ответ . Словом, это создает логический столбец, где False означает, что разница между действиями короткая, затем получает кумулятивную сумму этого столбца таким образом, что при серии коротких различий сумма не меняется, а затем группируется по этой сумме. , Тогда мы просто находим группу с наибольшим количеством.

Теперь, чтобы применить это ко всем людям одновременно:

def get_longest_short_activity_run_length(group):
    sorted_by_date = group.sort_values('activitydate')
    sorted_by_date['date_diff'] = sorted_by_date.activitydate.diff()
    run_groups = sorted_by_date.groupby(
       (sorted_by_date.date_diff >= pd.Timedelta('50 seconds')).cumsum()
    )
    return run_groups.get_group(run_groups.id.count().idxmax())

gb.apply(get_longest_short_activity_run_length)

, который возвращает

           id person        activitydate date_diff
person                                            
005    99  99    005 2018-09-20 05:40:10  00:01:30
       68  68    005 2018-09-20 05:40:18  00:00:08
       92  92    005 2018-09-20 05:40:25  00:00:07
       82  82    005 2018-09-20 05:40:26  00:00:01
       48  48    005 2018-09-20 05:41:11  00:00:45
088    36  36    088 2018-09-20 05:00:25       NaT
       59  59    088 2018-09-20 05:01:12  00:00:47
       24  24    088 2018-09-20 05:01:18  00:00:06
       93  93    088 2018-09-20 05:01:20  00:00:02
       98  98    088 2018-09-20 05:01:40  00:00:20
       76  76    088 2018-09-20 05:02:00  00:00:20
       95  95    088 2018-09-20 05:02:48  00:00:48
       0    0    088 2018-09-20 05:03:17  00:00:29
       17  17    088 2018-09-20 05:04:00  00:00:43