python - 由开始和结束时间戳定义的分割持续时间

Question

我有一个包含开始和结束时间戳的数据框，如下所示:

              Start               End
0  2019-01-01 00:59  2019-01-01 01:01
1  2019-01-01 01:10  2019-01-01 03:10

我想按小时分割持续时间(也就是说，如果持续时间从 18:59 开始并于 19:05 结束，我们将有两个新行，一个从 18:59 开始并于 19:00 结束，另一场从 19:00 开始，到 19:05 结束)。我的示例数据框的输出为:

              Start               End
0  2019-01-01 00:59  2019-01-01 01:00
1  2019-01-01 01:00  2019-01-01 01:01
2  2019-01-01 01:10  2019-01-01 02:00
3  2019-01-01 02:00  2019-01-01 03:00
4  2019-01-01 03:00  2019-01-01 03:10

我已经使用 dt.ceil 和 dt.floor 方法尝试了一些方法来确定是否需要换行，但我无法找到一种无需循环即可完成整个转换的平滑方法一行一行。

可以使用以下片段生成数据框:

start = pd.DataFrame({
    'Start': ['2019-01-01 00:59', '2019-01-01 01:10'],
    'End': ['2019-01-01 01:01', '2019-01-01 03:10']
})

finish = pd.DataFrame({
    'Start': ['2019-01-01 00:59', '2019-01-01 01:00', '2019-01-01 01:10', '2019-01-01 02:00', '2019-01-01 03:00'],
    'End': ['2019-01-01 01:00', '2019-01-01 01:01', '2019-01-01 02:00', '2019-01-01 03:00', '2019-01-01 03:10']
})

Answer 1

使用listcomp，pd.date_range并构建系列s来自 date_range 的结果。最后，构建最终df来自s

a = [pd.date_range(s.ceil('H'), e, freq='H').insert(0,s) for s, e in zip(df.Start, df.End)]
s = pd.Series(a, index=df.index).explode()

df_final = (pd.DataFrame({'Start': s, 'End': s.groupby(level=0).shift(-1).fillna(df.End)})
              .reset_index(drop=True))

Out[41]:
                Start                 End
0 2019-01-01 00:59:00 2019-01-01 01:00:00
1 2019-01-01 01:00:00 2019-01-01 01:01:00
2 2019-01-01 01:10:00 2019-01-01 02:00:00
3 2019-01-01 02:00:00 2019-01-01 03:00:00
4 2019-01-01 03:00:00 2019-01-01 03:10:00

<小时/>

如果你想要输出Start和End字符串格式，只需添加 strftime

df_final = pd.DataFrame({'Start': s.dt.strftime('%Y-%m-%d %H:%M'), 
                         'End': s.groupby(level=0).shift(-1).fillna(df.End).dt.strftime('%Y-%m-%d %H:%M')})

Out[40]:
              Start               End
0  2019-01-01 00:59  2019-01-01 01:00
0  2019-01-01 01:00  2019-01-01 01:01
1  2019-01-01 01:10  2019-01-01 02:00
1  2019-01-01 02:00  2019-01-01 03:00
1  2019-01-01 03:00  2019-01-01 03:10

<小时/>

注意:如果你的 pandas 版本不支持 explode ，您可以使用df.index.repeat和np.concatenate创建s

s = pd.Series(np.concatenate(a), index=df.index.repeat(list(map(len, a))))