Question

我目前正在开发一个小项目（Python 3.6.2），用于根据我从大学网站抓取的输入创建自动时间表。为了创建时间表并存储约会（以及稍后重新组织它们，以找到“更好”的时间表），我目前使用Pandas DataFrame结构并且不完全满意。我希望约会占用多个单元格。

08:55:00    
09:40:00    
09:50:00    Mod, Spez, Sem
11:30:00    
11:40:00    
13:20:00    
13:30:00    Systemnahe und parallele Programmierung - Ü 01
15:10:00    
15:20:00    
16:00:00    
16:05:00    
16:15:00    Modellierung, Spezifikation und Semantik - Ü 02
17:00:00    
17:55:00

例如，第一次约会发生在09:50至11:40，因此应该占用这些位置。一个快速的解决方案就是将这个约会的名称放在它占据的每个时间段中，但这样会感觉不到并且看起来很干净。我想在完成后将其导出到Excel。所以我的问题是，我如何实现这一点，或者我一直使用DataFrames是错误的？

Answer 1

您需要先向前填充数据，然后分组，然后指定，最后总结时间列：

from io import StringIO
import pandas

raw = StringIO("""\
08:55:00;
09:40:00;
09:50:00;Mod, Spez, Sem
11:30:00;
11:40:00;
13:20:00;
13:30:00;Systemnahe und parallele Programmierung - Ü 01
15:10:00;
15:20:00;
16:00:00;
16:05:00;
16:15:00;Modellierung, Spezifikation und Semantik - Ü 02
17:00:00;
17:55:00;
""")

df = (
    pandas.read_table(raw, sep=';', header=None, names=['time', 'appt'], parse_dates=['time'])
        .fillna(method='ffill')
        .assign(offset=lambda df: df['appt'].shift(-1))
        .query('appt == offset')
        .groupby('appt')['time']
        .describe()[['first', 'last']]
        .rename(columns={'first': 'begin', 'last': 'end'})
        .sort_values(by=['begin'])
        .reset_index()
)

那就给我：

                                              appt                begin                  end
0                                   Mod, Spez, Sem  2017-11-21 09:50:00  2017-11-21 11:40:00
1   Systemnahe und parallele Programmierung - Ü 01  2017-11-21 13:30:00  2017-11-21 16:00:00
2  Modellierung, Spezifikation und Semantik - Ü 02  2017-11-21 16:15:00  2017-11-21 17:00:00

不同大小的Python Pandas单元

1 个答案: