基于pick start时间区间自动递增生成shift number的技术需求

实现步骤 #

1. 合并日期与时间为完整时间戳
   单独的day和pick start字段无法处理跨天场景，先合并成完整的datetime列：

   import pandas as pd
   
   # 假设你的DataFrame名为df
   df['datetime'] = pd.to_datetime(df['day'] + ' ' + df['pick start'])
   

2. 按时间排序数据
   班次编号依赖时间顺序，必须确保数据按时间升序排列：

   df = df.sort_values('datetime').reset_index(drop=True)
   

3. 计算班次基准时间
   核心逻辑：以每日22:00为班次切换点，22:00及之后的时间归为当日班次；22:00之前的时间归为前一天的22:00起始班次：

   # 初始化班次基准为当日22:00
   df['shift_base'] = df['datetime'].dt.floor('D') + pd.Timedelta(hours=22)
   # 对于22:00之前的时间，基准时间调整为前一天的22:00
   df.loc[df['datetime'].dt.time < pd.Timestamp('22:00:00').time(), 'shift_base'] -= pd.Timedelta(days=1)
   

4. 生成递增班次编号
   对唯一的班次基准时间分配连续编号，并格式化为SHIFT X格式：

   # 生成从1开始的递增编号
   shift_ranks = df['shift_base'].rank(method='dense', ascending=True).astype(int)
   # 确保编号从1起始（即使存在更早的历史数据）
   shift_ranks = shift_ranks - shift_ranks.min() + 1
   df['shift number'] = 'SHIFT ' + shift_ranks.astype(str)
   

5. 可选：清理临时列
   如果不需要中间列，可删除：

   df = df.drop(columns=['datetime', 'shift_base'])
   

结果验证 #

运行上述代码后，你的示例数据会生成预期的shift number列：

day         pick start  shift number
4/17/2024   22:27:08    SHIFT 1
4/17/2024   22:33:08    SHIFT 1
4/18/2024   06:27:08    SHIFT 1
4/18/2024   22:28:09    SHIFT 2
4/19/2024   06:30:00    SHIFT 2

内容的提问来源于stack exchange，提问作者awo