Python：根据CSV文件中的不同列创建新列和行

【问题标题】：Python: Create new column and row base on different column in CSV filePython：根据CSV文件中的不同列创建新列和行
【发布时间】：2020-02-16 21:37:45
【问题描述】：

我有一个大型数据集，我想根据列 starttime 和 endtime 创建新的列和行。示例：starttime = 5、endtime = 7。我想要一个名为Hour 的新列，其值为[5,7)。

我的数据：

Id      name    starttime   endtime
1000    a       5           7
1001    b       13          16
1002    c       23          2

我想要的结果：

id      name    hour
1000    a       5
1000    a       6
1001    b       13
1001    b       14
1001    b       15
1002    c       23
1002    c       24
1002    c       1

【问题讨论】：

标签： python database pandas csv time

【解决方案1】：

遍历数据框可以解决：

import pandas as pd

df = pd.DataFrame([[1000, 'a', 5, 7], [1001, 'b', 13, 16], [1002, 'c', 23, 2]],
                  columns=['Id', 'name', 'starttime', 'endtime'])

new_columns = ['id', 'name', 'hour']
new_df = pd.DataFrame(columns=new_columns)

for index, row in df.iterrows():
    start = int(row['starttime'])
    end = int(row['endtime'])
    if end > start:
        for counter in range(start, end):
            new_df = new_df.append(pd.DataFrame([[int(row['Id']), row['name'], int(counter)]],
                                                columns=new_columns),
                                   ignore_index=True)
    else:
        for counter in range(start, 25):
            new_df = new_df.append(pd.DataFrame([[int(row['Id']), row['name'], int(counter)]],
                                                columns=new_columns),
                                   ignore_index=True)
        for counter in range(1, end):
            new_df = new_df.append(pd.DataFrame([[int(row['Id']), row['name'], int(counter)]],
                                                columns=new_columns),
                                   ignore_index=True)

【讨论】：