如果它们属于[重复],则创建新行并根据时间间隔重复值
Posted
技术标签:
【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
。
【问题讨论】:
【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以上是关于如果它们属于[重复],则创建新行并根据时间间隔重复值的主要内容,如果未能解决你的问题,请参考以下文章