在考虑重叠的情况下确定总时间的有效方法

Question

我正在为以下内容使用 pandas 数据框：

我正在尝试找到确定船舶在特定泊位花费的总时间的最佳方法，同时考虑访问持续时间的重叠。数据如下所示：

 IN                    OUT                        BERTH 
2015-01-14 13:57:00   2015-01-15 17:15:00         01
2015-01-14 14:30:00   2015-01-15 02:50:00         01
2015-01-14 14:30:00   2015-01-16 06:10:00         01
2015-01-25 02:15:00   2015-01-26 13:41:00         01

我真正想要的是找出特定泊位的总使用时间。所以查看数据有重叠，所以我不能简单地为每条记录添加时间。

查看上面的数据我们可以看到，第二艘船的时间完全在第一艘船内，所以记录的时间为0，第三艘船在第一艘船之前到达，但一直停留到第一艘船离开后所以这里的时间将是 =（第 3 艘船外 - 第 1 艘船内）然后我们将移动到下一艘，因为那里没有重叠，只需将 [out of 4 - in of 4] 添加到花费的总时间泊位 1，并继续这个直到最后产生这样的东西：

BERTH   HOURS WORKED
  01    7.750
  02    10.275
  03    5.585
  08    31.980

Answer 1

这是一个泊位的解决方案。希望你们可以扩展到多个泊位。

将数据帧拆分为到达和离开：

dfIN = df[['IN']]
dfOUT = df[['OUT']]
dfIN['direction'] = 1
dfOUT['diretcion'] = -1

截至目前，IN 和 OUT 只是时间戳：

dfIN.columns = ('TS', 'direction')
dfOUT.columns = ('TS', 'direction')

将这两部分合并成一个高排序的流量数据帧：

traffic = pd.concat([dfIN, dfOUT]).sort_values('TS')
#                   TS  direction
#0 2015-01-14 13:57:00          1
#1 2015-01-14 14:30:00          1
#2 2015-01-14 14:30:00          1
#1 2015-01-15 02:50:00         -1
#0 2015-01-15 17:15:00         -1
#2 2015-01-16 06:10:00         -1
#3 2015-01-25 02:15:00          1
#3 2015-01-26 13:41:00         -1

计算停靠泊位的船只数量，因为它们到达和离开：

traffic['ships'] = traffic['direction'].cumsum()

确定泊位空置的时间段。然后计算每个"busy period."

的序号

traffic['empty'] = (traffic['ships'] == 0).shift().fillna(0).astype(int)
traffic['busy_id'] = traffic['empty'].cumsum()
#                   TS  direction  ships  empty busy_id
#0 2015-01-14 13:57:00          1      1      0       0
#1 2015-01-14 14:30:00          1      2      0       0
#2 2015-01-14 14:30:00          1      3      0       0
#1 2015-01-15 02:50:00         -1      2      0       0
#0 2015-01-15 17:15:00         -1      1      0       0
#2 2015-01-16 06:10:00         -1      0      0       0
#3 2015-01-25 02:15:00          1      1      1       1
#3 2015-01-26 13:41:00         -1      0      0       1

计算每个"busy period"的开始和结束:

busy_data = traffic.groupby('busy_id')['TS'].agg([min, max])
#                      min                 max
#busy_id                                        
#0     2015-01-14 13:57:00 2015-01-16 06:10:00
#1     2015-01-25 02:15:00 2015-01-26 13:41:00

计算所有"busy periods":

的总长度

(busy_data['max'] - busy_data['min']).sum()
#Timedelta('3 days 03:39:00')

在考虑重叠的情况下确定总时间的有效方法

Efficient way to determine total time taking overlap into account

python

time

overlap

pandas

calculation