Python如何合并时间跨度并生成更大的时间跨度

我有以下数据帧

       padel start_time  end_time  duration
38  Padel 10   08:00:00  09:00:00        60
40  Padel 10   10:00:00  11:30:00        90
42  Padel 10   10:30:00  12:00:00        90
44  Padel 10   11:00:00  12:30:00        90
46  Padel 10   11:30:00  13:00:00        90
49  Padel 10   16:00:00  17:30:00        90
51  Padel 10   16:30:00  18:00:00        90
53  Padel 10   17:00:00  18:30:00        90
55  Padel 10   17:30:00  19:00:00        90
57  Padel 10   18:00:00  19:30:00        90
59  Padel 10   18:30:00  20:00:00        90
61  Padel 10   19:00:00  20:30:00        90
63  Padel 10   19:30:00  21:00:00        90
65  Padel 10   20:00:00  21:30:00        90
67  Padel 10   20:30:00  22:00:00        90

我想在两者之间选择最长的时间跨度。我想要的输出应该是这样的

       padel start_time  end_time  duration
38  Padel 10   08:00:00  09:00:00        60
40  Padel 10   10:00:00  13:00:00        180
49  Padel 10   16:00:00  22:00:00        360

我不在乎持续时间。我能做到。但我将如何合并重叠的时间跨度。

---

谢谢

我想不出一个简单的方法，所以我就用for循环。尚未测试此代码，但类似于：

df = df.sort_values(...)
out_df = pd.DataFrame(columns=df.columns)
next_row = None

for row in df.rows:
    if next_row is None:
        next_row = row
    elif row['start_time'] <= next_row['end_time']:
        next_row['end_time'] = row['end_time']
    else:
        out_df = out_df.append(next_row)
        next_row = None

out_df = out_df.append(next_row)

df=df.sort_值（…）
out_df=pd.DataFrame（columns=df.columns）
下一行=无
对于df.rows中的行：
如果下一行为“无”：
下一行=下一行
elif行[“开始时间”]
如果
start\u time
大于上一行的
结束时间（即重叠），则可以使用
shift（）
创建组

我们使用
'24:00:00'
填充NA

，以便我们为第一个值返回'True'，因为一天内任何值都不能超过24小时。这是因为

NaN

是第一行中带有

shift（）

的输出，如果我们不这样做，它将返回

False

它返回一系列

True

和

False

（即分别为

1

和

0

）的

boolean

，因此您只需使用

cumsum

获取累积和

这将创建一个

grp

对象，我们可以将其包含在

groupby

中

---

---

带有输入数据帧的完整代码

df = pd.DataFrame(pd.DataFrame({'padel': {38: 'Padel 10',
  40: 'Padel 10',
  42: 'Padel 10',
  44: 'Padel 10',
  46: 'Padel 10',
  49: 'Padel 10',
  51: 'Padel 10',
  53: 'Padel 10',
  55: 'Padel 10',
  57: 'Padel 10',
  59: 'Padel 10',
  61: 'Padel 10',
  63: 'Padel 10',
  65: 'Padel 10',
  67: 'Padel 10'},
 'start_time': {38: '08:00:00',
  40: '10:00:00',
  42: '10:30:00',
  44: '11:00:00',
  46: '11:30:00',
  49: '16:00:00',
  51: '16:30:00',
  53: '17:00:00',
  55: '17:30:00',
  57: '18:00:00',
  59: '18:30:00',
  61: '19:00:00',
  63: '19:30:00',
  65: '20:00:00',
  67: '20:30:00'},
 'end_time': {38: '09:00:00',
  40: '11:30:00',
  42: '12:00:00',
  44: '12:30:00',
  46: '13:00:00',
  49: '17:30:00',
  51: '18:00:00',
  53: '18:30:00',
  55: '19:00:00',
  57: '19:30:00',
  59: '20:00:00',
  61: '20:30:00',
  63: '21:00:00',
  65: '21:30:00',
  67: '22:00:00'},
 'duration': {38: 60,
  40: 90,
  42: 90,
  44: 90,
  46: 90,
  49: 90,
  51: 90,
  53: 90,
  55: 90,
  57: 90,
  59: 90,
  61: 90,
  63: 90,
  65: 90,
  67: 90}}))
grp = df['start_time'].gt(df['end_time'].shift().fillna('24:00:00')).cumsum() 
df = df.groupby([grp, 'padel'], as_index=False).agg({'start_time':'first', 'end_time':'last'})
df['duration'] = ((pd.to_timedelta(df['end_time']) - \
                   pd.to_timedelta(df['start_time'])).dt.seconds / 60).astype(int)
df

---

你必须由你的团队来做吗？有

padel

列吗？好问题。如果是这样，将padel添加到排序中（第一个），并将

和行['padel']==下一行['padel']

添加到

elif

条件中。这不会给出正确的输出“``Out[61]：padel start_time end_time duration 0 padel 10 09:00:00 14:00:00 300 1 padel 10 15:00:00 10:00:00 1140`````@gulbazkhan我的答案与您想要的输出完全匹配。但我的答案是9到14。但应该是8比9。我还尝试将列更改为datetime，然后它给了我

类型错误：dtype datetime64[ns]无法转换为timedelta64[ns]

@gulbazkhan我将使用我在回答中包含的输入数据帧运行完整代码，并确定与实际数据可能不同的地方。这对您问题中的样本数据100%正确。好的。谢谢，这很有效。首先需要对数据进行排序。这不是一个好结果。我应该得到10:00，它给出了10:30。其他的都好。与16:30相同，问题已解决。顺便说一句，谢谢。我在运行

ValueError:columns重叠但没有指定后缀时得到了这个结果：Index（['duration']，dtype='object'）

非常适合我。代码中的哪一行给出了该错误？最后一行。发生。顺便说一句，它解决了我的问题。持续时间不是什么大问题。谢谢

df = pd.DataFrame(pd.DataFrame({'padel': {38: 'Padel 10',
  40: 'Padel 10',
  42: 'Padel 10',
  44: 'Padel 10',
  46: 'Padel 10',
  49: 'Padel 10',
  51: 'Padel 10',
  53: 'Padel 10',
  55: 'Padel 10',
  57: 'Padel 10',
  59: 'Padel 10',
  61: 'Padel 10',
  63: 'Padel 10',
  65: 'Padel 10',
  67: 'Padel 10'},
 'start_time': {38: '08:00:00',
  40: '10:00:00',
  42: '10:30:00',
  44: '11:00:00',
  46: '11:30:00',
  49: '16:00:00',
  51: '16:30:00',
  53: '17:00:00',
  55: '17:30:00',
  57: '18:00:00',
  59: '18:30:00',
  61: '19:00:00',
  63: '19:30:00',
  65: '20:00:00',
  67: '20:30:00'},
 'end_time': {38: '09:00:00',
  40: '11:30:00',
  42: '12:00:00',
  44: '12:30:00',
  46: '13:00:00',
  49: '17:30:00',
  51: '18:00:00',
  53: '18:30:00',
  55: '19:00:00',
  57: '19:30:00',
  59: '20:00:00',
  61: '20:30:00',
  63: '21:00:00',
  65: '21:30:00',
  67: '22:00:00'},
 'duration': {38: 60,
  40: 90,
  42: 90,
  44: 90,
  46: 90,
  49: 90,
  51: 90,
  53: 90,
  55: 90,
  57: 90,
  59: 90,
  61: 90,
  63: 90,
  65: 90,
  67: 90}}))
grp = df['start_time'].gt(df['end_time'].shift().fillna('24:00:00')).cumsum() 
df = df.groupby([grp, 'padel'], as_index=False).agg({'start_time':'first', 'end_time':'last'})
df['duration'] = ((pd.to_timedelta(df['end_time']) - \
                   pd.to_timedelta(df['start_time'])).dt.seconds / 60).astype(int)
df

#Coeece the start and end times to datetime
df['start_time']=pd.to_datetime(df['start_time'])
df['end_time']=pd.to_datetime(df['end_time'])

g=df.groupby(df.end_time.sub(df.start_time.shift(1)).ne('2h').cumsum()).tail(1).reset_index()#Find last entry in each set of pedal

g=g.assign(start_time=df.groupby(df.end_time.sub(df.start_time.shift(1)).ne('2h').cumsum()).start_time.head(1).reset_index().loc[:,'start_time'])#Set start_time to the start_time in each set of pedal


g=g.iloc[:,:-1].join(df.groupby(df.end_time.sub(df.start_time.shift(1)).ne('2h').cumsum()).apply(lambda x: (x['end_time'].max()-(x['start_time'].min())).total_seconds()/60).to_frame('duration').reset_index(drop=True))#Calc the duration



    padel start_time  end_time  duration
0  Padel 10   08:00:00  09:00:00        60
1  Padel 10   10:00:00  13:00:00       180
2  Padel 10   16:00:00  22:00:00       360