Python 熊猫：合并日期时间间隔

我有一个数据框，表示某种事件的开始和结束时间，例如，当工厂中的机器停止时：

machine_id start_date end_date 1 1 2016-10-01 00:00:00 2016-10-01 03:00:00 2 1 2016-10-03 05:30:00 2016-10-03 06:30:00 3 2 2016-10-03 23:30:00 2016-10-04 01:00:00 4 1 2016-10-04 05:00:00 2016-10-04 06:00:00 5 2 2016-10-04 05:50:00 2016-10-04 06:00:00 6 1 2016-10-05 18:50:00 2016-10-06 02:00:00 .... 机器id开始日期结束日期 1 1 2016-10-01 00:00:00 2016-10-01 03:00:00 2 1 2016-10-03 05:30:00 2016-10-03 06:30:00 3 2 2016-10-03 23:30:00 2016-10-04 01:00:00 4 1 2016-10-04 05:00:00 2016-10-04 06:00:00 5 2 2016-10-04 05:50:00 2016-10-04 06:00:00 6 1 2016-10-05 18:50:00 2016-10-06 02:00:00 .... 我需要获得任何机器停止的总分钟数，按给定的粒度分组：每月、每周、每天。。。例如，如果粒度为每日，则所需输出为：

date total_time 1 2016-10-01 180 2 2016-10-02 0 3 2016-10-03 90 4 2016-10-04 130 5 2016-10-05 310 6 2016-10-06 120 ... 日期总时间 1 2016-10-01 180 2 2016-10-02 0 3 2016-10-03 90 4 2016-10-04 130 5 2016-10-05 310 6 2016-10-06 120 ... 如果粒度为每月一次，则输出将为：

date total_time 1 2016-10-01 830 日期总时间 1 2016-10-01 830

---

我的直觉告诉我这可能与

resample（）

有关，但我不知道如何使用

resample

和两个不同的列。

使用

groupby

怎么样

In [67]: df = pandas.read_csv('data', parse_dates=[1, 2])

In [68]: for d, dfg in df.groupby(lambda i: df.end_date[i].date()):
    ...:     print d, (dfg.end_date - dfg.start_date).sum()
    ...: 
2016-10-03 0 days 08:27:23
2016-10-04 1 days 14:00:04
2016-10-31 56 days 19:26:40.344080

---

我不知道你说的“机器停止时”是什么意思：大概你指的是某个特定事件被触发时。如果是这样的话，只需在上述分组之前过滤

df

。

听起来你想要在停止和开始日期之间的时间差，不是吗？是的，当然。问题是如何在几天、几周、几个月内“打破”这种三角洲。。。考虑到一台机器可能会停止超过一天、一周或一个月。您是否绝对需要能够给出准确的日历时间指标？月份可能很棘手，因为一个月的天数取决于上下文。通常，

relativedelta

s仅以天和秒为单位保存时间，我认为在这种情况下，这样做是合适的。如果需要，您还可以将天/秒转换为相关的分钟/小时/周/月。换句话说，以最小的相关时间单位存储增量，然后根据需要进行转换。从您的输入和预期输出来看，不清楚您到底需要什么。你能解释或者更好地粘贴真实的输入/输出值吗？我已经更新了示例，使用更简单的输入和真实的输出。不，这不是我需要的。您有

2016-10-31 56天19:26:40.344080

。我需要按天（或月）划分。i、 e:56行一天。只需删除

sum（）

即可。