计算一天中事件之间的时间

Question

我有以下数据集：

date                  event      next_event            duration_Minutes
2021-09-09 22:30:00    1         2021-09-09 23:00:00        30
2021-09-09 23:00:00    2         2021-09-09 23:10:00        10
2021-09-09 23:10:00    1         2021-09-09 23:50:00        40
2021-09-09 23:50:00    4         2021-09-10 00:50:00        60
2021-09-10 00:50:00    4         2021-09-12 00:50:00        2880

主要问题是我想通过以下方式将多日活动拆分为单独的活动。我想将事件持续时间从2021-09-09 23:50:00 到2021-09-10 00: 00: 00，然后将持续时间从2021-09-10 00: 00: 00 到2021-09-10 00:50:00，依此类推。这将很有用，因为之后，我需要按天对事件进行分组并按天计算每个事件的持续时间，所以我想修复这些事件之间存在日期变化的情况。 我想得到这样的东西：

date                  event      next_event            duration_Minutes
2021-09-09 22:30:00    1         2021-09-09 23:00:00        30
2021-09-09 23:00:00    2         2021-09-09 23:10:00        10
2021-09-09 23:10:00    1         2021-09-09 23:50:00        40
2021-09-09 23:50:00    4         2021-09-10 00:00:00        10
2021-09-09 00:00:00    4         2021-09-10 00:50:00        50
2021-09-10 00:50:00    4         2021-09-11 00:00:00        1390
2021-09-11 00:00:00    4         2021-09-12 00:00:00        1440
2021-09-12 00:00:00    4         2021-09-12 00:50:00        50

它应该能够处理我们在示例中一整天或更长时间没有活动的情况。

我目前的解决方案是：

first_record_hour_ts = df.index.floor('H')[0]
last_record_hour_ts = df.index.floor('H')[-1]

# Create a series from the first to the last date containing Nan
df_to_join = pd.Series(np.nan, index=pd.date_range(first_record_hour_ts, last_record_hour_ts, freq='H'))
df_to_join = pd.DataFrame(df_to_join)
# Concatenate with current status dataframe
df = pd.concat([df, df_to_join[~df_to_join.index.isin(df.index)]]).sort_index()
# Forward fill the nana
df.fillna(method='ffill', inplace=True)

df['next_event'] = df.index.shift(-1)
# Calculate the delta between the 2 status
df['duration'] = df['next_event'] - df.index
# Convert into minutes
df['duration_Minutes'] = df['duration_Minutes'].apply(lambda x: x.total_seconds() // 60)

这并不能完全解决问题，但我认为它可以解决我的目标，即最终能够按事件和按天分组。

Answer 1

好的，下面的代码看起来有点长——当然有更好/更有效/更短的方法来做这件事。但我认为这相当简单。

split_datetime_span_by_day 下面有两个日期：start_date 和 end_date。在您的情况下，它将是来自您的源数据的 date 和 next_event。

然后该函数会检查该时间段（开始 -> 结束）是否跨越午夜。如果不是，则返回开始日期、结束日期和时间段（以秒为单位）。如果它确实跨越了午夜，它会创建一个新段（开始 -> 午夜），然后再次调用自身（即递归），并且该过程继续进行，直到时间段不跨越午夜。

请注意：返回的段列表由 (start, end, nmb_seconds) 的元组组成。我返回的是秒数，而不是您问题中的分钟数，因为我不知道您想如何舍入秒数（向上、向下等）。这留给读者作为练习:-)

from datetime import datetime, timedelta

def split_datetime_span_by_day(start_date, end_date, split_segments=None):
  assert start_date < end_date # sanity check

  # when is the next midnight after start_date?
  # adapted from https://ispycode.com/Blog/python/2016-07/Get-Midnight-Today
  start_next_midnight = datetime.combine(start_date, datetime.min.time()) + timedelta(days=1)

  if split_segments is None:
    split_segments = []

  if end_date < start_next_midnight:
    # end date is before next midnight, no split necessary
    return split_segments + [(
      start_date,
      end_date,
      (end_date - start_date).total_seconds()
    )]

  # otherwise, split at next midnight...
  split_segments += [(
    start_date,
    start_next_midnight,
    (start_next_midnight - start_date).total_seconds()
  )]

  if (end_date - start_next_midnight).total_seconds() > 0:  
    # ...and recurse to get next segment
    return split_datetime_span_by_day(
      start_date=start_next_midnight,
      end_date=end_date,
      split_segments=split_segments
    )
  else:
    # case where start_next_midnight == end_date i.e. end_date is midnight
    # don't split & create a 0 second segment
    return split_segments

# test case: 
start_date = datetime.strptime('2021-09-12 00:00:00', '%Y-%m-%d %H:%M:%S')
end_date = datetime.strptime('2021-09-14 01:00:00', '%Y-%m-%d %H:%M:%S')

print(split_datetime_span_by_day(start_date=start_date, end_date=end_date))

# returned values:
# [
#   (datetime.datetime(2021, 9, 12, 0, 0), datetime.datetime(2021, 9, 13, 0, 0), 86400.0),
#   (datetime.datetime(2021, 9, 13, 0, 0), datetime.datetime(2021, 9, 14, 0, 0), 86400.0),
#   (datetime.datetime(2021, 9, 14, 0, 0), datetime.datetime(2021, 9, 14, 1, 0), 3600.0)
# ]