пример между двумя столбцами даты - PullRequest
Новая
       7

пример между двумя столбцами даты

0 голосов
/ 11 февраля 2019

У меня есть следующий df 

lst = [[1548828606206000000, 1548840373139000000],
 [1548841285708000000, 1548841458405000000],
 [1548842198276000000, 1548843109519000000],
 [1548844022821000000, 1548844934207000000],
 [1548845431090000000, 1548845539219000000],
 [1548845555332000000, 1548845846621000000],
 [1548847176147000000, 1548851020030000000],
 [1548851704053000000, 1548852256143000000],
 [1548852436514000000, 1548855900767000000],
 [1548856817770000000, 1548857162183000000],
 [1548858736931000000, 1548858979032000000]]

df = pd.DataFrame(lst,columns =['start','end'])
df['start'] = pd.to_datetime(df['start'])
df['end'] = pd.to_datetime(df['end'])

, и я хотел бы получить продолжительность этого события с временем начала и окончания в час: например, enter image description here

в моем манекене df, то в течение 6-го часа должно быть 60 минут (максимум в час) - 00:10:06 = 00:49:54.Для 7-го и 8-го должно быть 1:00:00 каждый, а время окончания - 09:26:13Для 9-го числа должно быть 00:26:13 плюс все интервалы в следующих .row, которые перекрываются с 9-м часом 09:44 - 09:41 = 3 минуты и 60 минут -00: 56 = 4 минуты.Таким образом, итоговое значение за 9-е должно быть 26+ 3 + 4 ~ = 00: 32: 28

Моим первоначальным назначением было слияние начала и конца, добавление фиктивных точек в каждый 3-й ряд, повышение до 1S, получение разницы междустроки, суммировать только фактические строки.Должен быть более питонический способ сделать это.Любой намек был бы великолепен.

1 Ответ

0 голосов
/ 11 февраля 2019

IIUC, что-то вроде этого: 

df.apply(lambda x: pd.to_timedelta(pd.Series(1, index=pd.date_range(x.start, x.end, freq='S'))
                                     .groupby(pd.Grouper(freq='H')).count(), unit='S'), axis=1).sum()

Вывод: 

2019-01-30 06:00:00   00:49:54
2019-01-30 07:00:00   01:00:00
2019-01-30 08:00:00   01:00:00
2019-01-30 09:00:00   00:32:28
2019-01-30 10:00:00   00:33:43
2019-01-30 11:00:00   00:40:24
2019-01-30 12:00:00   00:45:37
2019-01-30 13:00:00   00:45:01
2019-01-30 14:00:00   00:09:48
Freq: H, dtype: timedelta64[ns]

Или, чтобы сократить время, попробуйте: 

df.apply(lambda r: pd.to_timedelta(pd.Series(1, index=pd.date_range(r.start, r.end, freq='S'))
                                   .pipe(lambda x: x.groupby(x.index.hour).count()), unit='S'), axis=1)\
  .sum()

Вывод:

6    00:49:54
7    01:00:00
8    01:00:00
9    00:32:28
10   00:33:43
11   00:40:24
12   00:45:37
13   00:45:01
14   00:09:48
dtype: timedelta64[ns]
...