【发布时间】：2021-07-30 10:46:59
【问题描述】：
我的目标是计算在同一时间段内同时工作的消防员人数。
我正在尝试从具有两列条件的数据框中提取行，但它没有按预期工作。
让我解释一下
这是我的数据（这是消防员干预的列表），其中包含消防员的数量以及干预的开始和结束。
| ID | Nombre d'agents (Engins) | Date Début Sortie Engin | Date Fin Sortie Engin |
|---|---|---|---|
| 194683 | 3.0 | 2018-03-01 19:12:00 | 2018-03-01 19:54:00 |
| 194684 | 3.0 | 2018-03-01 19:20:00 | 2018-03-01 20:09:00 |
| 194685 | 3.0 | 2018-03-01 19:33:00 | 2018-03-01 20:16:00 |
| 194686 | 3.0 | 2018-03-01 19:50:00 | 2018-03-01 23:01:00 |
| 194687 | 3.0 | 2018-03-01 19:53:00 | 2018-03-01 20:20:00 |
| 194688 | 3.0 | 2018-03-01 19:54:00 | 2018-03-01 20:55:00 |
| 194689 | 3.0 | 2018-03-01 19:56:00 | 2018-03-01 21:20:00 |
| 194690 | 6.0 | 2018-03-01 20:03:00 | 2018-03-01 22:10:00 |
| 194691 | 3.0 | 2018-03-01 20:09:00 | 2018-03-01 20:54:00 |
这是我想要实现的目标： 在 2018 年 3 月 1 日 19:20:00 和 2018 年 3 月 1 日 19:54:00 之间：12 名消防员在同一时间工作，累计 1 小时 34 小时。 （第一行 19:20->19:54 (34mn) 中的 3 个，第二行 19:20->19:54 (34mn) 中的 3 个，第三行 19:33->19:54 (21) 中的 3 个，3 个从第四行 19:50->19:54 (4mn) 和 3 从第五行 19:53->19:54 (1mn))
我首先在数据框中按时间顺序组合所有日期时间（开始和结束），以便在行之间拥有所有时隙和时间增量。
data = [df["Date Début Sortie Engin"]]
headers = ["Moment"]
df3 = pd.concat(data, axis=1, keys=headers)
data = [df["Date Fin Sortie Engin"]]
df4 = pd.concat(data, axis=1, keys=headers)
df3 = df3.append(df4)
df3 = df3.sort_values(by="Moment", ascending=True)
| Moment |
|---|
| 2018-03-01 19:12:00 |
| 2018-03-01 19:20:00 |
| 2018-03-01 19:33:00 |
| 2018-03-01 19:50:00 |
| 2018-03-01 19:54:00 |
然后，我将这个新数据帧的两个连续行与我的初始数据进行比较，以了解有多少干预措施包括这个时间帧。我将消防员人数和同时发生的事件数相加
def calc_effectif(start, end):
mask = (df['Date Début Sortie Engin'] >= start) & (df['Date Fin Sortie Engin'] <= end)
return df['Nombre d\'agents (Engins)'].loc[mask].sum(), df['Nombre d\'agents (Engins)'].loc[mask].count()
df3["effectif"],df3["evenement"] = np.vectorize(calc_effectif)(df3["Moment"], df3["Moment"].shift(-1))
面具似乎不是这样做的正确方法。我已经研究了 pandas between_times 和其他函数，但它仅适用于索引......所以我现在有点卡住了。
关于如何在这方面取得进展的任何提示？
【问题讨论】：
-
您的预期输出是什么？只需前两行就足够了。
-
预期输出是一个包含消防员人数/花费时间/同时干预次数的数据透视表
-
是的，我们都明白了。这个问题更多的是一个数字期望。
-
谢谢，我实际上解决了我的问题，我的函数中的条件不正确。正确的条件是：mask = (df['Date Début Intervention (JJ/MM/AAAA HH:MM)']
-
Tu pourrais en fait poster ta solution pour 1) Ques nous puissions avoir un equivalent dans des situation differentes 2) afin de pouvoir obtenir des réputaions pour ton travail。 :-)
标签： python pandas datetime jupyter