我在 Pandas 数据框中有开始日期时间和结束日期时间列,如下所示。
如果结束日期和时间更改为另一天或另一小时,我需要创建一个新行,开始时间为下一小时的开始时间,结束时间为该小时的结束时间(如果原始结束时间 >小时)或等于原始数据中的结束时间(如果原始结束时间 < 当前小时)和很快。得到的预期表如下所示。
Pandas 是否有可能,因为我的数据在数据框中
答案 0 :(得分:1)
计算Start_Time
和End_Time
之间的小时差(称之为length
),然后使用length
将每一行重复df.reindex(df.reindex.repeat(...))
次。
然后为行分配一个从 0
到 length-1
的计数器,分别在开始日期创建的每个组中。
然后对于 Start_Time
,只要计数器不为零(即这不是该日期的起始行),将时间四舍五入到 hh:00:00
并按计数器递增 hour
。
对于 End_Time
,只要 counter 不等于 length-1
(即这不是该日期的最后一行),将 End_Time
设置为 Start_Time
但分钟和第二个重置为 59,即格式为:hh:59:59
其中小时来自 Start_Time
。
使用:
df = (pd.DataFrame({
'Start_Time': ['2019-08-29 17:29:29',
'2019-09-04 17:29:25', '2019-09-25 10:16:32'],
'End_Time': ['2019-08-29 17:32:18',
'2019-09-04 18:14:41', '2019-09-26 13:01:26']}))
df.Start_Time = pd.to_datetime(df.Start_Time)
df.End_Time = pd.to_datetime(df.End_Time)
timeDiff = df.End_Time.dt.floor(freq = 'H') - df.Start_Time.dt.floor(freq = 'H')
df['length'] = (timeDiff.dt.days * 24 + timeDiff.dt.seconds//3600 + 1)
df = df.reindex(df.index.repeat(df['length'])).reset_index(drop = True)
df['counter'] = (df.groupby(df.Start_Time.dt.date)['length']
.transform(lambda x: np.arange(x.iloc[0])))
mask = df.counter.eq(0)
(df.Start_Time.where(mask, df.Start_Time.dt.round('H') +
pd.to_timedelta(df.counter, unit = 'h'), inplace = True))
mask = df.length.eq(df.counter + 1)
masked_val = ((pd.to_timedelta(1, unit = 'h') +
df.Start_Time.dt.floor(freq = 'H'))
.dt.ceil(freq = 'H') + pd.to_timedelta(-1, unit = 'S'))
df.End_Time.where(mask, masked_val, inplace = True)
df.drop(columns = df.columns[2:], axis = 1, inplace = True)
输出:
>>> df
Start_Time End_Time
0 2019-08-29 17:29:29 2019-08-29 17:32:18
1 2019-09-04 17:29:25 2019-09-04 17:59:59
2 2019-09-04 18:00:00 2019-09-04 18:14:41
3 2019-09-25 10:16:32 2019-09-25 10:59:59
4 2019-09-25 11:00:00 2019-09-25 11:59:59
5 2019-09-25 12:00:00 2019-09-25 12:59:59
...
28 2019-09-26 11:00:00 2019-09-26 11:59:59
29 2019-09-26 12:00:00 2019-09-26 12:59:59
30 2019-09-26 13:00:00 2019-09-26 13:01:26