我的数据如下所示
name first_appear last_appear
Bob 12:10:00 12:33:49
Jacob 12:31:00 13:29:12
我怎么才能按时间范围分组并像这样计算呢
Interval Count
10:00 - 11:00 0
11:00 - 12:00 0
12:00 - 13:00 2
13:00 - 14:00 1
14:00 - 15:00 0
Explanation:个
Bob从12:10到12:33，所以在12:00 - 13:00上加1
雅各从12:31到13:29，所以在12:00 - 13:00和13:00 - 14:00之间加1
我使用的是Python3.9，输入是Pandas DataFrame，但如果需要，可以进行重构
first_appear和last_appear是datetime.time个对象
谢谢
好的，我可能有一个解决方案，这是一个小暴力，因为我不知道你问题的限制，我也没有一个最小可重现的例子，我使用了嵌套的for循环(我知道)，但在这里可能使用Pandas 的dataframe.Apply方法.不管怎么说:
您的框架:
import pandas as pd
from datetime import datetime, time
Data = pd.DataFrame(
{
"name":["Bob", "Jacob"],
"first_appear":[datetime.strptime("12:10:00", '%H:%M:%S').time(), datetime.strptime('12:31:00', '%H:%M:%S').time()],
"last_appear":[datetime.strptime('12:33:49', '%H:%M:%S').time(), datetime.strptime('13:29:12', '%H:%M:%S').time()]
}
)
#Assuming you want the names as the index, and not as a column
Data = Data.set_index("name", drop=True)
IntFrame = pd.DataFrame(
{"Interval":[time(i) for i in range(10, 16)],
"Count":0}
)
和嵌套循环:
for index1, index2 in zip(IntFrame.index.values[:-1], IntFrame.index.values[1:]):
for i in Data.index.values:
First = Data.loc[i, "first_appear"]
Last = Data.loc[i, "last_appear"]
if (First >= IntFrame.loc[index1, "Interval"] and First < IntFrame.loc[index2, "Interval"]):
IntFrame.loc[index1, "Count"] += 1
if Last >= IntFrame.loc[index2, "Interval"]:
#gets the last position where 'Last' is greater than a time interval
Index3 = max(IntFrame.where(Last >= IntFrame["Interval"]).dropna().index.values)
IntFrame.loc[index2:Index3, "Count"] += 1
这将产生:
Interval Count
0 10:00:00 0
1 11:00:00 0
2 12:00:00 2
3 13:00:00 1
4 14:00:00 0
5 15:00:00 0
我劝你不要把你的时间间隔当作一个二元组，因为它隐含在一个时间尺度上.在处理数据帧时，这样做是不好的.