使用基于日期范围的分类变量创建新列

Question

如果我有这样的数据，其中包含一年（2019 年）的日期时间序列日期 -

datetime
0   15.02.19 13:00
1   15.02.19 14:00
2   15.02.19 15:00
3   15.02.19 16:00
4   15.02.19 17:00

如果我的日期时间在一个范围内（学校假期日期从 2019 年开始）和“学期时间”，我想创建一个新列，其值为“学校假期”，否则我将如何以最有效的方式处理此问题?生成的数据框应如下所示-

datetime    school holiday
0   15.02.19 13:00  Term time
1   15.02.19 14:00  Term time
2   15.02.19 15:00  Term time
3   15.02.19 16:00  Term time
4   15.02.19 17:00  School Holiday

我的想法是我会参加学校假期日期，这将是这样的：

Autumn Half Term Holidays   21 Oct 2019 - 25 Oct 2019
Winter Holidays             23 Dec 2019 - 3 Jan 2020
etc...

并用这些日期制作字典，然后以某种方式使用lamba apply？本质上，函数应该是 - if datetime == holiday_range: 'school holiday' else: 'Term time'。

感谢您的帮助

Answer 1

也许这会有所帮助：

holidays = {'Autumn Half Term Holidays': ('16 Feb 2019', '25 Feb 2019')}
holidays_map = {date.date(): holiday for holiday, dates in holidays.items() for date in pd.date_range(*dates)}

df['holiday'] = df['datetime'].dt.date.map(holidays_map).fillna('Term time')

df

             datetime                    holiday
0 2019-02-15 13:00:00                  Term time
1 2019-02-15 14:00:00                  Term time
2 2019-02-15 15:00:00                  Term time
3 2019-02-15 16:00:00                  Term time
4 2019-02-16 17:00:00  Autumn Half Term Holidays

Answer 2

您的 DataFrame 中的行数可能比唯一的 Holidays 多。对于这样的问题，您可能需要在某个地方循环，所以最好在较少的假期中循环

将您的日期转换为 datetime dtype，让我们将假期存储在单独的 DataFrame 中，再次使用 datetime dtype

import pandas as pd
df['datetime'] = pd.to_datetime(df['datetime'], format='%d.%m.%y %H:%M')

df2 = pd.DataFrame({'Holiday': ['Autumn Half Term Holidays', 'Winter Holidays'],
                    'start': pd.to_datetime(['2019-10-21', '2019-12-23']),
                    'end': pd.to_datetime(['2019-10-25', '2020-01-03'])})

---

现在要确定某事是否是假期，我们检查日期时间是否在 任何 个期间之间。地图只会获取您的标签，而不是 True/False。考虑到您的假期，我在您的示例中添加了一行，只是为了说明它有效。

df['holiday'] = (pd.concat([df['datetime'].between(start, end) for start,end in zip(df2.start, df2.end)], 1)
                   .any(1)
                   .map({True: 'School Holiday', False: 'Term time'}))

             datetime         holiday
0 2020-01-01 01:00:00  School Holiday
1 2019-02-15 13:00:00       Term time
2 2019-02-15 14:00:00       Term time
3 2019-02-15 15:00:00       Term time
4 2019-02-15 16:00:00       Term time
5 2019-02-15 17:00:00       Term time