大熊猫中的重采样/聚合间隔答案

【问题标题】：Resample/aggregate intervals in pandas大熊猫中的重采样/聚合间隔
【发布时间】：2021-07-03 01:14:42
【问题描述】：

对于包含每个项目的活动时间间隔的给定数据框，我想计算一段时间内的活动项目总数（可能重新采样）。

例如对于数据框

df = pd.DataFrame({
    'item': ['a', 'b', 'c', 'd'],
    'active': [
        pd.Interval(pd.Timestamp('2021-04-01 00:00:00'), pd.Timestamp('2021-04-05 00:00:05')),
        pd.Interval(pd.Timestamp('2021-04-01 00:30:00'), pd.Timestamp('2021-04-01 01:30:00')),
        pd.Interval(pd.Timestamp('2021-04-01 01:00:00'), pd.Timestamp('2021-04-02 02:00:00')),
        pd.Interval(pd.Timestamp('2021-04-01 01:00:00'), pd.Timestamp('2021-04-01 01:00:05'))]})

在 2021-04-01 00:45:00，有两个活动项目（a 和 b），在 2021-04-03 01:00:00 只有一个（a）。

我该怎么做？

【问题讨论】：

标签： pandas dataframe intervals

【解决方案1】：

我认为还没有实现，所以使用：

s = pd.concat([pd.Series(r.item,pd.date_range(r.active.left,r.active.right, freq='15Min')) 
                 for r in df.itertuples()])
print (s)
2021-04-01 00:00:00    a
2021-04-01 00:15:00    a
2021-04-01 00:30:00    a
2021-04-01 00:45:00    a
2021-04-01 01:00:00    a
                      ..
2021-04-02 01:15:00    c
2021-04-02 01:30:00    c
2021-04-02 01:45:00    c
2021-04-02 02:00:00    c
2021-04-01 01:00:00    d
Length: 492, dtype: object

然后：

s = s.groupby(level=0).size()
print (s)
2021-04-01 00:00:00    1
2021-04-01 00:15:00    1
2021-04-01 00:30:00    2
2021-04-01 00:45:00    2
2021-04-01 01:00:00    4
                      ..
2021-04-04 23:00:00    1
2021-04-04 23:15:00    1
2021-04-04 23:30:00    1
2021-04-04 23:45:00    1
2021-04-05 00:00:00    1
Length: 385, dtype: int64

【讨论】：

【解决方案2】：

从pandas.Interval()，您可以使用in 运算符来检查pd.Timestamp() 是否在pd.Interval() 中。因此，您可以在每一行上使用apply() 来检查要检查的日期是否在active 列中。然后使用boolean indexing 检索所需的行。

date_to_check = '2021-04-01 00:45:00'
df.loc[df.apply(lambda row: pd.Timestamp(date_to_check) in row['active'] , axis=1)]

'''
  item                                      active
0    a           (2021-04-01, 2021-04-05 00:00:05]
1    b  (2021-04-01 00:30:00, 2021-04-01 01:30:00]
'''

【讨论】：