如何在 Python 的新列中标记日期？

Question

我想用 Python 标记我的数据框，如下例所示：

Index                               Activity
2020-01-27 00:08:01.882000+00:00    Sleep
2020-01-27 00:16:33.848000+00:00    Sleep
2020-01-27 00:25:06.131000+00:00    Sleep
2020-01-27 00:33:59.917000+00:00    Sleep 
2020-01-27 00:42:31.884000+00:00    Sleep 
.
.
.
2020-01-27 13:04:59.940000+00:00    Work
2020-01-27 13:13:31.907000+00:00    Work
2020-01-27 13:22:03.873000+00:00    Work
2020-01-27 13:30:02.953000+00:00    Work
2020-01-27 13:38:34.919000+00:00    Work
.
.
.

考虑到我有一个包含多个日期的索引，如上例所示，“活动”列是我要根据这些日期创建的新索引。

对于示例，从日期'2020-01-27 00:04:59.940000+00:00'我一直睡到'2020-01-27 07:01:43.940000+00： 00'，从'2020-01-27 08:30:01.920000+00:00'工作到'2020-01-27 18:15:10.940000+00:00'，活动可以更进一步。 .

我知道如何创建新列以及如何分配标签（活动词 - 睡眠、工作等），但我不知道如何选择执行该活动的具体日期。 （比如一段时间日期

注意：** 我的日期不应更改，它们是我的数据框的索引。 **

我搜索了这个主题，但没有找到任何可以帮助我的东西。如果您能帮助我，我将不胜感激！

谢谢你！

Answer 1

假设您的索引是datetime64 类型，您可以像数字对象一样比较日期时间。

了解这一点后，您可以定义您希望活动等于“睡眠”、“工作”等的范围......

这是一个 sn-p，它显示了如何将列的一部分设置为“睡眠”。您只需为“工作”以及您想要包含的任何其他活动复制此内容。

编辑：添加了 pytz 以制作可识别 tz 的日期时间

import pytz
from datetime import datetime

sleep_start = pytz.utc.localize(datetime(2020, 1, 27, 0, 4, 59))    # 2020-01-27 00:04:59
sleep_end = pytz.utc.localize(datetime(2020, 1, 27, 7, 1, 43))      # 2020-01-27 07:01:43

is_sleeping = (df.index > sleep_start) & (df.index < sleep_end)

# initialize new column "Activity" to be empty
df['Activity'] = ''

# set the slice of the "Activity" column where `is_sleeping` is True to "Sleep"
df.loc[is_sleeping, 'Activity'] = 'Sleep'