这是一个泊位的解决方案。我希望你能把它扩展到多个泊位。
拆分数据帧为抵港及离港:
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')
两个部分组合成业务中的一个高大的分类数据帧:
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
计算到达和离开时泊位上的船只数量:
traffic['ships'] = traffic['direction'].cumsum()
确定停泊时间为空的时间段。然后计算每个“繁忙时段”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“忙碌期”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“繁忙时段”的总长度:
(busy_data['max'] - busy_data['min']).sum()
#Timedelta('3 days 03:39:00')
来源
2017-08-14 19:53:17
DyZ
你能告诉我们你的”到目前为止尝试过吗?我将首先建立一个时间间隔列表,当您处理新的时间间隔检查以查看它是否部分(或完全)落在您现有时间间隔内时,如果是,请根据需要修改现有时间间隔。 – larsks
截至目前为止,我只尝试了一些if语句的循环,但它似乎没有捕获所有的情况。但是我明白你在说什么,我会尝试DYZ刚刚给出的解决方案。谢谢! –