将包含日期时间范围的 Pandas 数据框行转换为新的数据框，每个日期都有一行以及该日期包含的小时数答案

【问题标题】：Convert Pandas dataframe row containing datetime range along to new dataframe with a row for each date along with hours included on that date将包含日期时间范围的 Pandas 数据框行转换为新的数据框，每个日期都有一行以及该日期包含的小时数
【发布时间】：2019-02-12 17:54:21
【问题描述】：

所以，我的数据框中有 StartDateTime 和 EndDateTime 列，我想为日期时间范围内的每个日期生成一个新的数据框，但我还想要包含在该日期的小时数日期范围。

In [11]: sessions = pd.DataFrame({'Start':['2018-01-01 13:00:00','2018-03-01 16:30:00'],
'End':['2018-01-03 07:00:00','2018-03-02 06:00:00'],'User':['Dan','Fred']})
In [12]: sessions
Out[12]:    
                Start                 End User
0 2018-01-01 13:00:00 2018-01-03 07:00:00  Dan 
1 2018-03-01 16:30:00 2018-03-02 06:00:00 Fred

所需的数据框：

Date        Hours   User
2018-01-01  11      Dan
2018-01-02  24      Dan
2018-01-02  7       Dan
2018-03-01  7.5     Fred
2018-03-02  6       Fred

我见过很多例子，它们只是为日期范围内的每个日期生成了一个数据框（例如Expanding pandas data frame with date range in columns）但范围内包含的每个日期的小时数的附加字段没有任何内容。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

我不知道这是最干净的解决方案，但它似乎有效。

In [13]: sessions = pd.DataFrame({'Start':['2018-01-01 13:00:00','2018-03-01 16:30:00'],
'End':['2018-01-03 07:00:00','2018-03-02 06:00:00'],'User':['Dan','Fred']})

将开始和结束转换为日期时间

In [14]: sessions['Start']=pd.to_datetime(sessions['Start'])
    sessions['End']=pd.to_datetime(sessions['End'])

为范围内的每个日期创建一行

In [15]: dailyUsage = pd.concat([pd.DataFrame({'Date': 
pd.date_range(pd.to_datetime(row.Start).date(), row.End.date(), freq='D'),'Start':row.Start,
               'User': row.User,
               'End': row.End}, columns=['Date', 'Start','User', 'End']) 
           for i, row in sessions.iterrows()], ignore_index=True)

根据开始日期时间、结束日期时间和特定日期计算日期小时数的函数

In [16]: def calcDuration(x):
    date=  x['Date']
    startDate = x['Start']
    endDate = x['End']

    #starts and stops on same day
    if endDate.date() == startDate.date():
        return (endDate - startDate).seconds/3600

    #this is on the start date
    if (date.to_pydatetime().date() - startDate.date()).days == 0:
        return 24 - startDate.hour

    #this is on the end date
    if (date.to_pydatetime().date() - endDate.date()).days == 0:
        return startDate.hour

    #this is on an interior date
    else:
        return 24

计算每个日期的小时数

In [17]: dailyUsage['hours'] = dailyUsage.apply(calcDuration,axis=1)

In [18]: dailyUsage.drop(['Start','End'],axis=1).head()
Out [18]: 
        Date User  hours
0 2018-01-01  Dan     11 
1 2018-01-02  Dan     24 
2 2018-01-03  Dan     13 
3 2018-03-01 Fred      8 
4 2018-03-02 Fred     16

【讨论】：

【解决方案2】：

如果您不介意整数，类似的方法也可以；

df['date'] = df['Date'].dt.date
gb = df.groupby(['date', 'User'])['Date'].size()
print(gb)

date        User
2018-01-01  Dan     11
2018-01-02  Dan     24
2018-01-03  Dan      8
2018-03-01  Fred     8
2018-03-02  Fred     6
Name: Date, dtype: int64

【讨论】：