Question

我有一个数据框，其中包含7列时间戳，采用datetime64格式。前两列是'Time_in'和'Time_out'，表示一天的开始和结束。接下来的两列是'Time_in1'和'Time_out1'。最后两个是'Time_in2'和'Time_out2'。最后几组时间介于'Time_in'和'Time_out'之间。最后一列是“时间”，比较所有其他列。这个数据框中的一个例子可能是（格式也有年 - 月 - 日，但我只是通过显示时间来简化）：

Time_in = 9am

Time_out = 5pm

Time_in1 = 11am

Time_out1 = 12pm

Time_in2 = 3pm

Time_out2 = 4pm

我想在以下情况下创建一个True列的掩码列：

时间＆gt; = Time_in和时间＆lt; = Time_out

和

时间＆lt; = Time_in1和时间＆gt; = Time_out1

和

时间＆lt; = Time_in2和时间＆gt; = Time_out2

第一部分的工作原理如下：

df['wearing_time'] = ((df['time']>=flmerge.Time_in) & (df['time']<=df.Time_out))

我相信这是有效的，因为没有空白值。

但是，我尝试了以下但没有成功：

df['wearing_time'] = ((df['time']>=flmerge.Time_in) & (df['time']<=df.Time_out)) and ((df['time']>=df.Time_out1) and (df['time']<=df.Time_in1)) and ((df['time']>=df.Time_out2) & (df['time']<=df.Time_in2))

以及：

df['wearing_time'] = ((df['time']>=dfe.Time_in) & (df['time']<=df.Time_in1) & (df['time']>=df.Time_out1) & (df['time']<=df.Time_in2) & (flmerge['time']>=df.Time_out2) & (df['time']<=df.Time_out))

会出现以下错误：

TypeError: Cannot compare type 'Timestamp' with type 'str'

我认为问题在于Time_in1 / Time_in2或Time_out1 / Time_out2并不总是有值。我试图在一个循环（逐行）中执行上述操作，以便我可以测试是否存在值，并在值存在时运行布尔查询。但效率极低，可能需要数天才能完成（！）。

如果有人提出任何有效的建议，我将永远感激不尽！

Answer 1

如果我理解你的例子，你想要在给定的时间过滤time某些东西有什么中断吗？（在11am和12am之间，或3pm和4pm之间。

所以，另一个逻辑是：

# working hours:
(Time_in <= @time) and (Time_out >= @time)
# not in a break:
and not (((Time_in1 <= @time) and (Time_out1 >= @time)) or
((Time_in2 <= @time) and (Time_out2 >= @time)))

如果你现在假设某个/没有Time_in1/Time_out1的人没有休息，你可以用查询之外的日期时间替换空字符串（或NaNs），例如：< / p>

import datetime
df.replace(np.NaN, datetime.datetime(1900, 1, 1, 0, 0), inplace=True)

time = datetime.datetime(2015, 8, 11, 15, 0)

times = df2.query("(Time_in <= @time) and (Time_out >= @time)
      and not (((Time_in1 <= @time) and (Time_out1 >= @time)) or
      ((Time_in2 <= @time) and (Time_out2 >= @time)))")

你可以在这里使用任何类型的比较（我只是喜欢query方法），但是解决你的问题的想法是以缺少的条目可以用{{1}替换的方式编写你的逻辑从过去开始，摒弃

datetimes

错误。

根据比较datetime64时间戳的多个条件创建掩码

1 个答案: