如何根据列的值在时间戳之间不均匀地分布 pandas 数据帧行

Question

例如DF，其中包含跨时间戳的执行次数。

             DateTime           Execution
0 2023-04-03 07:00:00                   11
1 2023-04-03 11:00:00                   1
2 2023-04-03 12:00:00                   1
3 2023-04-03 14:00:00                   3
4 2023-04-03 18:00:00                   1

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5080 entries, 0 to 5079

下面是我想要实现的输出

             DateTime           Execution
0 2023-04-03 07:00:00                   4
1 2023-04-03 08:00:00                   4
2 2023-04-03 09:00:00                   3
3 2023-04-03 11:00:00                   1
4 2023-04-03 12:00:00                   1
5 2023-04-03 14:00:00                   3
6 2023-04-03 18:00:00                   1

只有执行超过4次，才应该分配到接下来的几个小时。任何小时最多为 4。

再次感谢您的快速帮助。

如何根据列的值在时间戳之间均匀分布 pandas 数据帧行

这有助于均匀分布，我正在考虑不均匀分布。

Answer 1

与

asfreq

/

clip

:

N = 4

asfreq = df.set_index("DateTime").asfreq("h")

out = (
    (grp:=asfreq.groupby(asfreq["Execution"].notna().cumsum()))
    ["Execution"]
    .transform("last")
    .sub(grp.cumcount() * N)
    .clip(upper=N)
    .loc[lambda s: s.gt(0)]
    .reset_index(name="Exection")
    .convert_dtypes()
)

输出：

             DateTime  Exection
0 2023-04-03 07:00:00         4
1 2023-04-03 08:00:00         4
2 2023-04-03 09:00:00         3
3 2023-04-03 11:00:00         1
4 2023-04-03 12:00:00         1
5 2023-04-03 14:00:00         3
6 2023-04-03 18:00:00         1

Answer 2

创建一个新的 DataFrame，其中每行根据 Execution 列值重复，然后按 bour 进行分组，并将每小时的最大执行次数限制为 4：

import pandas as pd
import numpy as np

df['DateTime'] = pd.to_datetime(df['DateTime'])
df = df.loc[np.repeat(df.index.values, df['Execution'])]
df.reset_index(drop=True, inplace=True)
df['DateTime'] = df.groupby((df['Execution'].cumsum() - 1) // 4)['DateTime'].transform('min') + pd.to_timedelta((df['Execution'].cumsum() - 1) // 4, unit='h')
df['Execution'] = np.where(df['Execution'] > 4, 4, df['Execution'])
df = df.groupby('DateTime', as_index=False)['Execution'].sum()
print(df)