如果它们属于[重复]，则创建新行并根据时间间隔重复值

Posted 2023-02-24

【中文标题】如果它们属于[重复]，则创建新行并根据时间间隔重复值

【英文标题】：Create new rows and repeat the values based on time interval if they belong to [duplicate]

【发布时间】：2022-01-23 07:55:14

【问题描述】：

我有一个包含许多列的 Pandas 数据框。其中两个是时间戳（start 和 end）。

       start                 end             value  string
    2021-12-01 14:00:00     2021-12-01 14:35:00     1   a
    2021-12-01 17:00:00     2021-12-01 17:30:00     2   b
    2021-12-01 14:00:00     2021-12-01 16:00:00     3   c

我需要将时间戳标记（下面的 time 列）标准化为 5 到 5 分钟，重复属于同一时间间隔的其他列 value 和 string 的值，如下所示：

 

           time                  start               end             value  string
    2021-12-01 14:00:00     2021-12-01 14:00:00     2021-12-01 14:35:00     1   a
    2021-12-01 14:05:00     2021-12-01 14:00:00     2021-12-01 14:35:00     1   a
    2021-12-01 14:10:00     2021-12-01 14:00:00     2021-12-01 14:35:00     1   a
    2021-12-01 14:15:00     2021-12-01 14:00:00     2021-12-01 14:35:00     1   a
    2021-12-01 14:20:00     2021-12-01 14:00:00     2021-12-01 14:35:00     1   a
    2021-12-01 14:25:00     2021-12-01 14:00:00     2021-12-01 14:35:00     1   a
    2021-12-01 14:30:00     2021-12-01 14:00:00     2021-12-01 14:35:00     1   a
    2021-12-01 17:00:00     2021-12-01 17:00:00     2021-12-01 17:30:00     2   b
    2021-12-01 17:05:00     2021-12-01 17:00:00     2021-12-01 17:30:00     2   b

....

时间间隔上有很多交叉点，所以我无法使用df.resample 和DatetimeIndex。

【参考方案1】：

您可以使用pd.date_range 为每一行创建一个日期范围，然后explode 他们：

new_df = df.assign(time=df.apply(lambda x: pd.date_range(x['start'], x['end'], freq='5min'), axis=1)).explode('time').reset_index(drop=True)

输出：

>>> new
                 start                 end  value string                time
0  2021-12-01 14:00:00 2021-12-01 14:35:00      1      a 2021-12-01 14:00:00
1  2021-12-01 14:00:00 2021-12-01 14:35:00      1      a 2021-12-01 14:05:00
2  2021-12-01 14:00:00 2021-12-01 14:35:00      1      a 2021-12-01 14:10:00
3  2021-12-01 14:00:00 2021-12-01 14:35:00      1      a 2021-12-01 14:15:00
4  2021-12-01 14:00:00 2021-12-01 14:35:00      1      a 2021-12-01 14:20:00
5  2021-12-01 14:00:00 2021-12-01 14:35:00      1      a 2021-12-01 14:25:00
6  2021-12-01 14:00:00 2021-12-01 14:35:00      1      a 2021-12-01 14:30:00
7  2021-12-01 14:00:00 2021-12-01 14:35:00      1      a 2021-12-01 14:35:00
8  2021-12-01 17:00:00 2021-12-01 17:30:00      2      b 2021-12-01 17:00:00
9  2021-12-01 17:00:00 2021-12-01 17:30:00      2      b 2021-12-01 17:05:00
...

【讨论】：

谢谢理查德！但我有一个错误“ValueError：值的长度与索引的长度不匹配”。我尝试在 date_range 中使用 closed='left'，但错误仍然存​​在。我是 Python 新手。关于这个错误的任何想法？

如果没有您的更多数据，我无法真正告诉您发生了什么。它应该可以工作-我不确定为什么不可以。 :(

Richardec，我使用的是旧版本 (0.22.0) 的 Pandas。我升级了版本：1.1.5，您的解决方案完美运行！谢谢！成功安装numpy-1.19.5 pandas-1.1.5 python-dateutil-2.8.2