只知道开始日期和连续时间就填日期？ Pandas

Question

我有一个来自许可证日志文件的数据框。日志文件仅按连续小时记录。在日志文件的 header 中是一个开始日期。因此，每当小时从 0 开始时，新的一天就应该开始。我如何在 python 中解决这个问题？

这是我得到的一个例子。左边是当前结构，右边是预期输出：

Answer 1

我立刻想到了循环解决方案；不过可能还有更多 pythonic 方式。

import pandas as pd
from datetime import timedelta

df=pd.read_csv('date_example.csv', parse_dates=['Date'])

for idx, row in df.iloc[1:].iterrows():
    if df.loc[idx,'Hour'] == 0:
        df.loc[idx,'Date']= df.loc[idx-1,'Date']+timedelta(days=1)
    else:
        df.loc[idx,'Date'] = df.loc[idx-1, 'Date']

Answer 2

你没有添加原始数据所以我创建了一个类似的例子此解决方案假设没有几天没有数据。

import pandas as pd
import datetime
import numpy as np

# example data
data = [[datetime.datetime(2021,10,28), 0,5], [np.nan, 1, 6], [np.nan, 23, 7], [np.nan, 1, 8]]
df = pd.DataFrame(data, columns = [['Date', 'Hour','License_Count']])

for i in range(1, len(df)):
    if df.iat[i,1] >= df.iat[i-1,1]:
        df.loc[i,'Date'] = df.iat[i-1,0]
    if df.iat[i,1] <= df.iat[i-1,1]:
        df.loc[i,'Date'] = df.iat[i-1,0] + datetime.timedelta(days=1)

Answer 3

我已经通过应用以下函数完成了此操作。

import pandas as pd
from datetime import timedelta

df["Date"] = pd.to_datetime(df["Date"])
temp=df.copy()

def func(x):
    if x['Hours'] == 0:
        if x.name == 0:
            temp.loc[x.name, 'Date'] = temp.loc[0, 'Date'] + timedelta(days=1)
        
        else: 
            temp.loc[x.name, 'Date'] = temp.loc[x.name - 1, 'Date'] + timedelta(days=1)
        
    else:
        temp.loc[x.name, 'Date'] = temp.loc[x.name - 1, 'Date']

df.apply(func, axis = 1)
print(temp)

“temp”是您想要的输出。

Answer 4

我使用了与您的输入类似的 Excel 表格 input.xlsx。日期自动从小时 0 开始，因此我没有使用包含小时的列。然后将输出存储在 output.xlsx.

中

import pandas as pd
from datetime import timedelta

df = pd.read_excel("input.xlsx")
date = df['Date'][0]

for index, row in df.iterrows():
    df['Date'][index] = date
    date += timedelta(hours=1)

df.to_excel("output.xlsx")

只知道开始日期和连续时间就填日期？ Pandas

Fill in Date when only knowing startdate and continous hours? Pandas

python

date

date-conversion

pandas