Question

我面临与过滤掉在特定时间间隔（即给定以下数据帧为7到9）内处于活动状态的事件有关的任何问题：

EventId             StartTime                       EndTime            
18   2013-04-11 16:33:11.735342100   2013-04-11 17:16:47.976164100  
19   2013-04-10 16:33:46.575337300   2013-04-11 18:10:08.428443900  
20   2013-04-10 17:17:04.033083300   2013-04-11 18:10:13.907757900  
21   2013-04-11 00:10:24.293352100   2013-04-11 18:45:17.754240800  
23   2013-04-11 01:11:20.278558900   2013-04-11 18:45:00.435247300  
25   2013-04-15 09:42:22.549026700   2013-04-15 23:54:33.389964300  
26   2013-04-16 07:42:24.588807700   2013-04-16 17:42:41.077751300  
28   2013-04-19 16:51:22.699240800   2013-04-19 18:39:03.167468100  
31   2013-04-19 18:30:56.891621300   2013-04-19 19:42:50.418640200  
17   2013-04-20 16:07:07.327879000   2013-04-20 22:17:17.783053600

我想获取那些在上午7点至9点（包括8点）处于活动状态的事件，并在提取几个小时作为单独的列之后在查询后使用。

df['StartTime']=pd.to_datetime(df['StartTime'])

df['EndTime']=pd.to_datetime(df['EndTime'])

df['StartHr']=df['StartTime'].dt.hour
df['EndHr']=df['EndTime'].dt.hour
df[((df['StartHr']<=7)| (df['StartHr']==8)) & ((df['EndHr']==8)|(df['EndHr']>=9))]

它可以按预期工作，但是在给定数据集的情况下，它无法获得某些结果，例如事件ID 20

            20   2018-05-10 17:17:04.033083300   2018-05-11 18:10:13.907757900

此事件在第二天的7-9时间间隔内处于活动状态，但我无法获取。 id 26和21同样适用于解决此问题的任何帮助。如何比较熊猫中的日期时间值。

Answer 1

首先，您可以拥有更简单的条件，即：

df[((df['StartHr']<=8)) & ((df['EndHr']>=8))]

我想不出简单的方法，那就是比较结束时间和开始时间之间的差异，并将其与79200 s进行比较，这对应于事件从上午9点开始到上午7点结束之间的秒数。早晨之后，即您的病例的持续时间（22h）。

我的代码如下：

limit_delta = 79200
test_df['diff'] = (test_df['EndTime'] - test_df['StartTime']).map(lambda td : td.total_seconds())
test_df[(((test_df['StartHr']<=8) & (test_df['EndHr']>=8)) | (test_df['diff'] <= limit_delta))]

请告诉我是否可以解决您的问题。

Answer 2

我去了。

df=pd.DataFrame({'EventId':[18,19,20,21], 'startTime':['2013-04-11 07:33:11.735342100','2013-04-10 16:33:46.575337300','2013-04-10 08:17:04.033083300','2013-04-11 00:10:24.293352100'],'EndTime':['2013-04-11 08:16:47.976164100','2013-04-11 18:10:08.428443900','2013-04-11 09:10:13.907757900','2013-04-11 18:45:17.754240800']})

强制日期为日期时间

df['startTime']=pd.to_datetime(df['startTime'])
df['EndTime']=pd.to_datetime(df['EndTime'])
df.set_index(['startTime'], inplace=True)

设置每个时间纪元，开始和结束以建立索引并使用.between_time

提取合适的时间

df['StartHr']=df.index.time
a=df.iloc[:,:1].between_time('07:00:00', '09:00:00')
df.reset_index(inplace=True)
a.reset_index(inplace=True)

df.set_index(['EndTime'], inplace=True)
df['EndHr']=df.index.time
b=df.iloc[:,:-2].between_time('07:00:00', '09:00:00')
b.reset_index(inplace=True)

合并两个结果

df2=pd.merge(a, b, on='EventId')

大熊猫：基于多个列过滤日期时间值的问题

2 个答案: