Python 将数据帧开始/停止时间转换为百分比存储单元

我想将开始/结束（或打开/关闭）时间的数据帧转换为第二个数据帧，每个任意时间段的总“打开时间”百分比。在本例中，该时间段为一小时。我已经写了一个涉及循环的非常低效的解决方案，并且正在寻找一个更好的解决方案

df1

| Start               | End                 |
|---------------------|---------------------|
| 2020-02-01T00:00:00 | 2020-02-01T02:40:00 |
| 2020-02-01T02:55:00 | 2020-02-01T03:17:00 |
| 2020-02-01T03:27:00 | 2020-02-01T04:12:00 |
| 2020-02-01T04:20:00 | 2020-02-01T04:29:00 |
| 2020-02-01T05:19:00 | 2020-02-01T05:23:00 |

---

如果数据不太大，一种处理方法是在较低频率和groupby上重新采样：

s = pd.concat([pd.Series(pd.date_range(a,b, freq='S')) 
                  for a,b in zip(df1.Start, df1.End)],
              ignore_index=True
              )
s.groupby(s.dt.floor('H')).count()/3600

输出：

2020-02-01 00:00:00    1.000000
2020-02-01 01:00:00    1.000000
2020-02-01 02:00:00    0.750278
2020-02-01 03:00:00    0.833611
2020-02-01 04:00:00    0.350556
2020-02-01 05:00:00    0.066944
dtype: float64

---

如果数据不太大，一种处理方法是在较低频率和groupby上重新采样：

s = pd.concat([pd.Series(pd.date_range(a,b, freq='S')) 
                  for a,b in zip(df1.Start, df1.End)],
              ignore_index=True
              )
s.groupby(s.dt.floor('H')).count()/3600

输出：

2020-02-01 00:00:00    1.000000
2020-02-01 01:00:00    1.000000
2020-02-01 02:00:00    0.750278
2020-02-01 03:00:00    0.833611
2020-02-01 04:00:00    0.350556
2020-02-01 05:00:00    0.066944
dtype: float64

---

df1['End'].sub（df1['Start']）/pd.to_timedelta（'1H'）

？谢谢Quang，但这只告诉我每个开始/结束对的持续时间，并没有解决将“准时”分为一小时的箱子的问题。df2的行数应该与df1的行数不同。（100*timedelta（hours=1）/（df1.End-df1.Start）。重采样（'1H'）.sum（））？您能提供一些示例数据吗？谢谢jonnor，帖子中的两个表（df1和df2）是实际数据的一部分。

df1['End'].sub（df1['Start']）/pd.to_timedelta（'1H'）

？谢谢Quang，但这只告诉我每个开始/结束对的持续时间，并没有解决将“准时”分为一小时长的垃圾箱的问题。df2的行数应该与df1的行数不同。（100*timedelta（hours=1）/（df1.End-df1.Start）。重采样（'1H'）.sum（））？你能提供一些示例数据吗？感谢jonnor，文章中的两个表（df1和df2）是实际数据的一部分。这是一个不错的方法，但数据实际上很大（以年为单位）因此，存储行数=秒的数据帧不是我可以接受的方法。很好的方法Quang，但是数据实际上很大（以年为单位），所以存储行数=秒的数据帧不是我可以接受的方法。