Python 按日期范围展开行，开始和结束在

我正在使用一个数据集，其中包含一些时间段内发生的现象的信息。我得到了事件的开始和结束时间及其严重性，以及一些其他信息。我想在更大的时间段内扩展这些帧，方法是在设置的时间段内扩展行，并将其余信息保留为NaN

数据集示例：

                         date_end         severity   category
     date_start           
2018-01-04 07:00:00  2018-01-04 10:00:00     12          1
2018-01-04 12:00:00  2018-01-04 13:00:00     44          2

我想要的是：

                     severity   category
     date_start           
2018-01-04 07:00:00     12         1
2018-01-04 08:00:00     12         1
2018-01-04 09:00:00     12         1
2018-01-04 10:00:00     12         1
2018-01-04 11:00:00     nan       nan
2018-01-04 12:00:00     44         2
2018-01-04 13:00:00     44         2
2018-01-04 14:00:00     nan       nan
2018-01-04 15:00:00     nan       nan

---

实现此结果的有效方法是什么？

假设您使用的是pandas v0.25，请使用：

对于

nan

的行，您可以重新索引数据帧

# Report from Jan 4 - 5, 2018, from 7AM - 7PM
days = pd.date_range('2018-01-04', '2018-01-05')
hours = pd.to_timedelta(range(7, 20), unit='h')
tmp = pd.MultiIndex.from_product([days, hours], names=['Date', 'Hour']).to_frame()

s = tmp['Date'] + tmp['Hour']
df.reindex(s)

---

一种方法是使用pd.date\u range重新索引datafame，使用ffill并屏蔽索引大于date\u end的值

df.index = pd.to_datetime(df.index)

df['date_end'] = pd.to_datetime(df['date_end'])

df1 = df.reindex(pd.date_range(df.index.min(), '2018-01-04 15:00:00', freq='H'))

df1 = df1.ffill()

df1.loc[(df1.index - df1['date_end']) > pd.Timedelta(days=0)] = np.nan

df_out = df1.drop('date_end', axis=1)

print(df_out)

输出：

                     severity  category
2018-01-04 07:00:00      12.0       1.0
2018-01-04 08:00:00      12.0       1.0
2018-01-04 09:00:00      12.0       1.0
2018-01-04 10:00:00      12.0       1.0
2018-01-04 11:00:00       NaN       NaN
2018-01-04 12:00:00      44.0       2.0
2018-01-04 13:00:00      44.0       2.0
2018-01-04 14:00:00       NaN       NaN
2018-01-04 15:00:00       NaN       NaN

---

您是如何确定日期开始范围的结束时间的？它可能是任意的，可以作为：

datetime.datetime.now（）

第一行的结束日期是否应该是预期输出的10:00而不是7:00？第二行的起始日期应该是2018-01-04，而不是2018-01-05？是的，很好，我在格式上犯了一个错误，第二行的起始日期是

2018-01-04 12:00:00

而不是

2018-01-05 12:00:00

关于重新编制索引的问题我使用了：

date\u range=pd.date\u range（start=date\u start，end=date\u end，freq='H'）df.reindex（date\u range，fill\u value=np.NaN）

在将date\u start设置为date\u start的最小值，date\u end设置为任意值之前，您认为哪个解决方案更有效？您的解决方案在一天的所有24小时内都会报告。我的答案仅在上午7点到下午7点之间报告。两者都工作正常，但用途略有不同。感谢您的澄清！对于格式设置，我很抱歉，我是直到想弄明白为止

                     severity  category
2018-01-04 07:00:00      12.0       1.0
2018-01-04 08:00:00      12.0       1.0
2018-01-04 09:00:00      12.0       1.0
2018-01-04 10:00:00      12.0       1.0
2018-01-04 11:00:00       NaN       NaN
2018-01-04 12:00:00      44.0       2.0
2018-01-04 13:00:00      44.0       2.0
2018-01-04 14:00:00       NaN       NaN
2018-01-04 15:00:00       NaN       NaN