如何基于列值将Pandas DataFrame行不均匀分配到时间戳

现有一个包含DateTime（时间戳）和Execution（执行次数）列的Pandas DataFrame，示例输入如下：

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

该DataFrame共有5080行数据。

需求：仅当Execution值大于4时，将多余的执行次数分配到后续的连续小时时间戳中，且每个小时的Execution最大值为4。处理后的期望输出如下：

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

此前的均匀分配方案不适用，需实现这种优先填满当前及后续小时（每小时最多4次）的不均匀分配逻辑。

可以通过遍历DataFrame，对每个Execution值超过4的行拆分生成新的时间戳和对应执行次数，最后合并所有行得到结果。具体代码实现如下：

import pandas as pd

# 确保DateTime列是datetime类型
df['DateTime'] = pd.to_datetime(df['DateTime'])

# 初始化空列表存储处理后的行
processed_rows = []

for _, row in df.iterrows():
    dt = row['DateTime']
    exec_count = row['Execution']
    
    if exec_count <= 4:
        # 执行次数不超过4，直接保留原行
        processed_rows.append({'DateTime': dt, 'Execution': exec_count})
        continue
    
    # 先给当前时间戳分配4次，计算剩余次数
    remaining = exec_count - 4
    processed_rows.append({'DateTime': dt, 'Execution': 4})
    
    # 依次将剩余次数分配到后续每小时，每次最多4次
    current_dt = dt + pd.Timedelta(hours=1)
    while remaining > 0:
        add_num = min(remaining, 4)
        processed_rows.append({'DateTime': current_dt, 'Execution': add_num})
        remaining -= add_num
        current_dt += pd.Timedelta(hours=1)

# 转换为最终结果DataFrame
result_df = pd.DataFrame(processed_rows)

代码说明 #

1. 类型校验：先将DateTime列转换为datetime类型，确保后续时间计算的准确性。
2. 分情况处理：
   • 若Execution值≤4，直接保留原始行数据；
   • 若Execution值>4，先给当前时间戳分配4次，再将剩余次数按每小时最多4次的规则，依次分配到后续连续的小时时间戳中，直到剩余次数为0。
3. 结果整合：将所有处理后的行数据合并为新的DataFrame，得到符合需求的输出。

内容的提问来源于stack exchange，提问作者GKAK