求助：计算DataFrame中温度低于100的持续时长

需求说明 #

给定每15秒记录一次温度的DataFrame，需计算温度低于100的连续时间段的起始时间、结束时间及持续时长。

输入样例 #

ID  Temperature               Datetime
0  A          102  24/09/2017 7:00:00 AM
1  A          100  24/09/2017 7:00:15 AM
2  A           99  24/09/2017 7:00:30 AM
3  A           98  24/09/2017 7:00:45 AM
4  A          100  24/09/2017 7:01:00 AM
5  A           99  24/09/2017 7:01:15 AM
6  A           98  24/09/2017 7:01:30 AM
7  A          100  24/09/2017 7:01:45 AM

期望输出 #

ID             Hour_start               Hour_end  Duration
 A  24/09/2017 7:00:30 AM  24/09/2017 7:01:00 AM        30
 A  24/09/2017 7:01:15 AM  24/09/2017 7:01:45 AM        30

解决方案代码 #

import pandas as pd

# 1. 构造/读取数据（此处用样例数据演示）
data = {
    'ID': ['A']*8,
    'Temperature': [102, 100, 99, 98, 100, 99, 98, 100],
    'Datetime': ['24/09/2017 7:00:00 AM', '24/09/2017 7:00:15 AM',
                 '24/09/2017 7:00:30 AM', '24/09/2017 7:00:45 AM',
                 '24/09/2017 7:01:00 AM', '24/09/2017 7:01:15 AM',
                 '24/09/2017 7:01:30 AM', '24/09/2017 7:01:45 AM']
}
df = pd.DataFrame(data)

# 2. 转换时间列为datetime类型（用于时间差计算）
df['Datetime'] = pd.to_datetime(df['Datetime'], format='%d/%m/%Y %I:%M:%S %p')

# 3. 标记温度低于阈值的行，并生成连续分组ID
df['below_threshold'] = df['Temperature'] < 100
df['group_id'] = (df['below_threshold'] != df['below_threshold'].shift()).cumsum()

# 4. 按ID和分组聚合，提取每个连续低温段的起始时间
filtered_groups = df[df['below_threshold']].groupby(['ID', 'group_id'])
result = filtered_groups.agg(
    Hour_start=('Datetime', 'first'),
    last_datetime=('Datetime', 'last')
).reset_index()

# 5. 获取每个低温段的结束时间（即后续第一个温度回到阈值的时间）
result['Hour_end'] = result.apply(
    lambda row: df.loc[
        df[(df['ID'] == row['ID']) & (df['Datetime'] > row['last_datetime'])].index[0],
        'Datetime'
    ],
    axis=1
)

# 6. 计算持续时长（秒）并格式化时间为原始格式
result['Duration'] = (result['Hour_end'] - result['Hour_start']).dt.total_seconds().astype(int)
result['Hour_start'] = result['Hour_start'].dt.strftime('%d/%m/%Y %I:%M:%S %p').str.lstrip('0')
result['Hour_end'] = result['Hour_end'].dt.strftime('%d/%m/%Y %I:%M:%S %p').str.lstrip('0')

# 7. 整理最终输出列
final_result = result[['ID', 'Hour_start', 'Hour_end', 'Duration']]
print(final_result)

关键步骤说明 #

1. 时间列转换：将字符串格式的时间转为datetime类型，才能进行时间差计算。
2. 连续分组标识：通过比较当前行与上一行的below_threshold状态，生成连续低温段的分组ID，确保同一连续时间段的行归为一组。
3. 结束时间获取：取每个低温段最后一条记录的下一条记录时间（即温度回到100的时间），与样例输出逻辑匹配。
4. 时长计算：通过时间差直接转换为秒数，再格式化回原始时间字符串格式。

内容的提问来源于stack exchange，提问作者user1405838