创建数据框中不存在的时间间隔

在这个问题中，我们有一个顺序模式，我们可以将“start_no”和“end_no”列转换为所需数据帧的列。当我们采用类似的值时(start_no0, end_no0, start_no1, end_no1, ...)，我们实际上得到了“start_no”和“end_no”所需列的最大部分。通过简单的修复，我们可以获得完全相同的列。相同的逻辑可以应用于 start_date 和 end_date，因为它们代表相同的事物。由于您有不同的工作站和机器值，我们可以通过使用 Stat.、Mac.、start_date、end_date 索引来将问题分组。在代码中，我试图通过忽略原始数据集中的时间字段来获取当天的所有值。基本上我只是对数据进行分组并迭代每个组以创建一个包含您想要的信息的新数据框。对于您共享的案例，代码如下所示：import numpy as npimport pandas as pddata = pd.read_excel("sample_2.xlsx")# transform (start|end)_date as only date without timedata["_sDate"] = data.start_date.apply(lambda x: x.strftime("%Y-%m-%d"))data["_eDate"] = data.end_date.apply(lambda x: x.strftime("%Y-%m-%d"))# group the data by following columnsgrouped = data.groupby(["Station","Machine","_sDate","_eDate"])# container for storing result of each groupcontainer = []# iterate the groupsfor name, group in grouped:    # sort them by start_number    group = group.sort_values("start_number")    # get (start|end)_numbers into a flatten array    nums = group[["start_number", "end_number"]].values.flatten()    # get (start|end)_date into a flatten array    dates = group[["start_date", "end_date"]].values.flatten()    ## insert required values to nums and dates    # we add the first pause time at index 1 to show first working interval    dates = np.insert(dates, 1 , dates[0] + nums[0]*10**9)    # we add 0 in the beginning of the array to show first working interval    nums = np.insert(nums, 0, 0)    # create df    nrow = nums.size-1      # decrement, because we add one additional element    newdf = pd.DataFrame({        "Station": np.tile(("A"),nrow),        "Machine": np.tile(("B"),nrow),        "start_date": dates[:-1],        "end_date": dates[1:],        "start_no": nums[:-1],        "end_no": nums[1:],        "status": np.tile(["working", "pause"], nrow//2)    })    container.append(newdf)df_final = pd.concat(container)df_final.index = range(0,df_final.shape[0])

创建数据框中不存在的时间间隔

2回答