Pandas - 将事件持续时间的每一小时转换为单独的行答案

【问题标题】：Pandas - Converting every hour of an event duration to a separate rowPandas - 将事件持续时间的每一小时转换为单独的行
【发布时间】：2019-04-06 22:51:05
【问题描述】：

一个开始 df 的例子是：

import pandas as pd
df = pd.DataFrame({'event_id': ['123', '456'], 
                   'date': ['2018-01-01', '2018-01-01'], 
                   'start_hour' : ['10', '13'],
                   'duration' : ['1.5', '3']})
df

  event_id        date start_hour duration
0      123  2018-01-01         10      1.5
1      456  2018-01-01         13        3

必要的输出是一个很长的 df，其中每小时发生一个事件有一行。非整数的持续时间应四舍五入到下一个整数（例如，1.25 应为 2）

例子：

result_df = pd.DataFrame({'event_id': ['123', '123', '456', '456', '456'], 
                   'date': ['2018-01-01', '2018-01-01', '2018-01-01', '2018-01-01', '2018-01-01'], 
                   'hour' : ['10', '11', '13', '14', '15']})

result_df

  event_id        date hour
0      123  2018-01-01   10
1      123  2018-01-01   11
2      456  2018-01-01   13
3      456  2018-01-01   14
4      456  2018-01-01   15

【问题讨论】：

标签： python python-3.x pandas datetime

【解决方案1】：

使用np.repeat 和cumcount

df = pd.DataFrame({col: np.repeat(df[col], np.ceil(df.duration))) for col in df.columns})

df['start_hour'] += df.groupby('event_id').start_hour.cumcount()

输出

    event_id    date        start_hour  
0   123         2018-01-01  10         
0   123         2018-01-01  11         
1   456         2018-01-01  13         
1   456         2018-01-01  14         
1   456         2018-01-01  15

这一切都假设您的start_hour 和duration 列有数字而不是字符串。在您提供的 MCVE 中，您有字符串。如果是这种情况，请先使用

将它们设为数字

df['duration'] = pd.to_numeric(df['duration'])

【讨论】：

很高兴我能帮助 ctd25。谢谢，@jez ;}

【解决方案2】：

接受的答案不正确。 TO 要求：

非整数的持续时间应四舍五入到下一个整数（例如，1.25 应为 2）

但是对于1.25 的df.duration.round(0) 是1 而不是2。

我还不能发表评论。因此，我将其发布为新答案。

【讨论】：

Good remark :} 刚刚编辑以确保没有歧义。谢谢！