如何在python中查找事件的开始时间和结束时间？

Question

我的数据框由第1列（即事件）和第2列（即日期时间）组成：

样本数据

 Event   Time
    0   2020-02-12 11:00:00
    0   2020-02-12 11:30:00
    2   2020-02-12 12:00:00
    1   2020-02-12 12:30:00
    0   2020-02-12 13:00:00
    0   2020-02-12 13:30:00
    0   2020-02-12 14:00:00
    1   2020-02-12 14:30:00
    0   2020-02-12 15:00:00
    0   2020-02-12 15:30:00

我想找出每个活动的开始时间和结束时间：

期望数据

 Event  EventStartTime  EventEndTime
    0   2020-02-12 11:00:00 2020-02-12 12:00:00
    2   2020-02-12 12:00:00 2020-02-12 12:30:00
    1   2020-02-12 12:30:00 2020-02-12 13:00:00
    0   2020-02-12 13:00:00 2020-02-12 14:30:00
    1   2020-02-12 14:30:00 2020-02-12 15:00:00

注意：EventEndTime是事件将值从值1更改为0或任何其他值的时间，反之亦然

Answer 1

假设数据帧为data：

current_event = None
result = []
for event, time in zip(data['Event'], data['Time']):
    if event != current_event:
        if current_event is not None:
            result.append([current_event, start_time, time])
        current_event, start_time = event, time
data = pandas.DataFrame(result, columns=['Event','EventStartTime','EventEndTime'])

诀窍是保存您的活动编号；如果下一个事件编号与保存的事件编号不同，则必须结束保存的事件编号并启动新的事件编号

Answer 2

下面是一种无需for循环即可获得结果的方法。我假设输入数据被读入名为df的数据帧：

# Initialize the output df
dfout = pd.DataFrame()
dfout['Event'] = df['Event']
dfout['EventStartTime'] = df['Time']

现在，我创建了一个名为“change”的变量，它告诉您事件是否已更改

dfout['change'] = df['Event'].diff()

这就是dfout现在的样子：

   Event       EventStartTime  change
0      0  2020-02-12 11:00:00     NaN
1      0  2020-02-12 11:30:00     0.0
2      2  2020-02-12 12:00:00     2.0
3      1  2020-02-12 12:30:00    -1.0
4      0  2020-02-12 13:00:00    -1.0
5      0  2020-02-12 13:30:00     0.0
6      0  2020-02-12 14:00:00     0.0
7      1  2020-02-12 14:30:00     1.0
8      0  2020-02-12 15:00:00    -1.0
9      0  2020-02-12 15:30:00     0.0

现在，我继续删除事件未更改的行：

dfout = dfout.loc[dfout['change'] !=0 ,:]

现在，我将看到事件已更改的行

接下来，当前事件的事件结束时间是下一个事件的开始时间

dfout['EventEndTime'] = dfout['EventStartTime'].shift(-1)

数据帧如下所示：

   Event       EventStartTime  change         EventEndTime
0      0  2020-02-12 11:00:00     NaN  2020-02-12 12:00:00
2      2  2020-02-12 12:00:00     2.0  2020-02-12 12:30:00
3      1  2020-02-12 12:30:00    -1.0  2020-02-12 13:00:00
4      0  2020-02-12 13:00:00    -1.0  2020-02-12 14:30:00
7      1  2020-02-12 14:30:00     1.0  2020-02-12 15:00:00
8      0  2020-02-12 15:00:00    -1.0                  NaN

如果不需要，您可以选择删除“更改”列和最后一行

Answer 3

使用GROUPBY和agg获得所需格式的输出

df =pd.DataFrame([['0',11],['1',12],['1',13],['0',15],['1',16],['3',11]],columns=['Event','Time'] )
df.groupby(['Event']).agg(['first','last']).rename(columns={'first':'start-event','last':'end-event'})

输出：

Event start-event   end-event   
0      11           15
1      12           16
3      11           11