Question

以df开头的示例是：

import pandas as pd
df = pd.DataFrame({'event_id': ['123', '456'], 
                   'date': ['2018-01-01', '2018-01-01'], 
                   'start_hour' : ['10', '13'],
                   'duration' : ['1.5', '3']})
df

  event_id        date start_hour duration
0      123  2018-01-01         10      1.5
1      456  2018-01-01         13        3

必要的输出是一个长df，其中事件发生的每一小时都有一行。不是整数的持续时间应四舍五入到下一个整数（例如1.25应该取为2）

示例：

result_df = pd.DataFrame({'event_id': ['123', '123', '456', '456', '456'], 
                   'date': ['2018-01-01', '2018-01-01', '2018-01-01', '2018-01-01', '2018-01-01'], 
                   'hour' : ['10', '11', '13', '14', '15']})

result_df

  event_id        date hour
0      123  2018-01-01   10
1      123  2018-01-01   11
2      456  2018-01-01   13
3      456  2018-01-01   14
4      456  2018-01-01   15

Answer 1

使用np.repeat和cumcount

df = pd.DataFrame({col: np.repeat(df[col], np.ceil(df.duration))) for col in df.columns})

df['start_hour'] += df.groupby('event_id').start_hour.cumcount()

输出

    event_id    date        start_hour  
0   123         2018-01-01  10         
0   123         2018-01-01  11         
1   456         2018-01-01  13         
1   456         2018-01-01  14         
1   456         2018-01-01  15

这全部假设您的start_hour和duration列具有数字而没有字符串。在您提供的MCVE中，您有字符串。如果是这种情况，请首先使用

df['duration'] = pd.to_numeric(df['duration'])

Answer 2

接受的答案不正确。 TO要求：

不是整数的持续时间应四舍五入到下一个整数（例如1.25应该取为2）

但是df.duration.round(0)的{{1}}是1.25，而不是1。

我尚未被评论。因此，我将其发布为新答案。

熊猫-将事件持续时间的每一小时转换为单独的一行

2 个答案: