python - 将一行分成多条记录python

Question

我有一个输入数据框如下

Class   Duration    StudentID   Age Startdate   Start Time  Enddate     End Time    TimeDifference
5th     XX          20002       5   04/12/2021  17:00:00    04/14/2021  20:00:00    3000

我想根据开始和结束日期将其分成三个不同的行，如下所示。

Class   Duration    StudentID   Age     Startdate   Start Time  Enddate     End Time    TimeDifference
5th     XX          20002       5       04/12/2021  17:00:00    04/12/2021  23:59:59    360
5th     XX          20002       5       04/13/2021  0:00:00     04/13/2021  23:59:59    1440
5th     XX          20002       5       04/14/2021  0:00:00     04/14/2021  20:00:00    1200

我正在尝试使用 python。请帮忙。

Input Output is here

Answer 1

“时差”的值略有不同，但这是一种您可以调整和使用的方法。

第 1 步:您可以使用 melt() 开始您的 id_vars 是除“开始日期”和“结束日期”之外的所有列。

第 2 步:然后，您可以将 index 设置为您的 StartEndDate 列，该列是在熔化数据框后创建的。

第 3 步:然后使用 reindex()您可以添加包含缺失日期的新行。

最后剩下的就是计算时差列并重新排列数据帧以获得最终输出。

我假设您的数据框名为 df:

# Step 1
ids = [c for c in df.columns if c not in ['Startdate','Enddate']]
new = df.melt(id_vars=ids,value_name = 'StartEndDate').drop('variable',axis=1)
new.loc[new.StartEndDate.isin(df['Startdate'].tolist()),'Start Time'] = "00:00"

print(new)
  Class Duration  StudentID  Age Start Time End Time  TimeDifference  \
0   5th       XX      20002    5      00:00    20:00            3000   
1   5th       XX      20002    5      17:00    20:00            3000   

  StartEndDate  
0   04/12/2021  
1   04/14/2021  

# Step 2
new['StartEndDate'] = pd.to_datetime(new['StartEndDate']).dt.date
new.set_index(pd.DatetimeIndex(new.StartEndDate),inplace=True)

# Step 3
final = new.reindex(pd.date_range(new.index.min(),new.index.max()), method='ffill').reset_index()\
    .rename({'index':'Startdate'},axis=1).drop('StartEndDate',axis=1)
final['Enddate'] = final['Startdate']

final['TimeDifference'] = (final['End Time'].str[:2].astype(int) - final['Start Time'].str[:2].astype(int))*60

打印:

final = final[['Class','Duration','StudentID','Age','Startdate','Start Time','Enddate','End Time','TimeDifference']]

   Class Duration  StudentID  Age  Startdate Start Time    Enddate End Time  \
0   5th       XX      20002    5 2021-04-12      00:00 2021-04-12    20:00   
1   5th       XX      20002    5 2021-04-13      00:00 2021-04-13    20:00   
2   5th       XX      20002    5 2021-04-14      17:00 2021-04-14    20:00   

   TimeDifference  
0            1200  
1            1200  
2             180  

我认为您的问题中缺少一些信息，因此我建议逐行运行并进行必要的调整以适应您的任务。