Question

我正在尝试遵循this SO post的第一个答案来计算事件持续时间。帖子中的示例是降雨持续时间，这个人想知道降雨的总量以及降雨事件的持续时间（以小时为单位）。

我的情况是一个类似的时间序列，但是应用程序是一台泵，我想知道泵每天运行的总时长（以小时为单位）。我的数据是泵速度命令，只要泵速度大于0.0，泵就在运行。

首先，我将CSV文件读入Pandas。

#read CSV file
df = pd.read_csv('C:\\Users\\desktop\\data.csv', index_col='Date', parse_dates=True)

# Converting the index as date
df.index = pd.to_datetime(df.index)

df

除了尝试将我的Date索引转换为日期时间时遇到问题。这将返回ValueError: day is out of range for month

有人会知道解决方法吗？最后，这是我正在尝试从SO post第一个答案中重新创建的代码，作者正在其中创建帮助列...

# create helper columns defining contiguous blocks and day
df['block'] = (df['Pump4VFD'].astype(bool).shift() != df['Pump4VFD'].astype(bool)).cumsum()
df['day'] = df.index.dt.normalize()

# group by day to get unique block count and value count
session_map = df[df['value'].astype(bool)].groupby('day')['block'].nunique()
hour_map = df[df['value'].astype(bool)].groupby('day')['value'].count()

# map to original dataframe
df['sessions'] = df['day'].map(session_map)
df['hours'] = df['day'].map(hour_map)

# calculate result
res = df.groupby(['day', 'hours', 'sessions'], as_index=False)['value'].sum()
res['duration'] = res['hours'] / res['sessions']
res['amount'] = res['value'] / res['sessions']

我的数据如下：

                    Pump4VFD
Date                                                                    
1/0/00 12:45 AM          0.0
1/0/00 12:50 AM          0.0
1/0/00 12:55 AM          0.0
1/0/00 12:00 AM          0.0
1/0/00 1:05 AM           0.0

Answer 1

您可能想将dayfirst = True添加到pd.to_datetime

df.index = pd.to_datetime(df.index,dayfirst=True)

这可能是解决方法之一；但是如果不起作用，请尝试以下添加：

df.index = pd.to_datetime(df.index,dayfirst=True,infer_datetime_format=True)

如果您需要进一步说明，请尝试这篇文章：ValueError: day is out of range for month

计算事件持续时间熊猫

1 个答案: