基于时间序列data_time值的列值迁移实现方案咨询

初始数据 #

我们有如下初始DataFrame：

天体移动规则 #

• Saturn每30分钟从一个位置移动到下一个位置
• Mars每45分钟从一个位置移动到下一个位置
• Earth每60分钟从一个位置移动到下一个位置

输入输出示例 #

示例输入1：20.06.2023 11:30 #

对应的结果DataFrame：

示例输入2：20.06.2023 11:45 #

对应的结果DataFrame：

示例输入3：20.06.2023 12:00 #

对应的结果DataFrame：

技术实现建议 #

步骤1：计算时间差 #

将初始时间和目标时间转换为datetime对象，算出两者的总分钟数差值，记为total_minutes。

步骤2：统计天体移动次数 #

根据各天体的移动周期，计算移动次数：

• Saturn移动次数：saturn_moves = total_minutes // 30
• Mars移动次数：mars_moves = total_minutes // 45
• Earth移动次数：earth_moves = total_minutes // 60

步骤3：明确位置循环规则 #

天体在4个位置（Universe_Location_1至4）按位置1→2→3→4→1的顺序循环移动：

• 初始位置：Saturn在位置1，Mars在位置3，Earth在位置4
• 若多个天体移动到同一位置，用空格拼接名称（如示例2中Mars和Earth同处位置4，显示为"mars earth"）

步骤4：实现位置计算逻辑 #

对每个天体，按以下步骤计算目标位置：

1. 将位置映射为索引（位置1=0，位置2=1，位置3=2，位置4=3）
2. 目标索引 = (初始索引 + 移动次数) % 4
3. 将索引转回对应的位置列名

步骤5：构建结果DataFrame #

1. 初始化结果行，所有位置列先设为空字符串
2. 把每个天体的名称填入计算出的目标位置列：若目标位置已有内容，追加空格和天体名称
3. 填入目标时间，生成最终的DataFrame

代码实现示例（Python） #

import pandas as pd
from datetime import datetime

# 初始数据
initial_data = {
    "Date_time": ["20.06.2023 11:00"],
    "Universe_Location_1": ["Saturn"],
    "Universe_Location_2": [""],
    "Universe_Location_3": ["mars"],
    "Universe_Location_4": ["earth"]
}
initial_df = pd.DataFrame(initial_data)

# 天体初始位置（列名→索引映射）
planet_initial_pos = {
    "Saturn": 0,
    "mars": 2,
    "earth": 3
}
# 索引→列名映射
pos_to_col = {
    0: "Universe_Location_1",
    1: "Universe_Location_2",
    2: "Universe_Location_3",
    3: "Universe_Location_4"
}
# 天体移动周期（分钟）
planet_cycles = {
    "Saturn": 30,
    "mars": 45,
    "earth": 60
}

def generate_result(target_time_str):
    # 时间格式转换
    time_format = "%d.%m.%Y %H:%M"
    initial_time = datetime.strptime(initial_df["Date_time"].iloc[0], time_format)
    target_time = datetime.strptime(target_time_str, time_format)
    total_minutes = int((target_time - initial_time).total_seconds() // 60)
    
    # 初始化结果行
    result_row = {
        "Date_time": target_time_str,
        "Universe_Location_1": "",
        "Universe_Location_2": "",
        "Universe_Location_3": "",
        "Universe_Location_4": ""
    }
    
    # 计算每个天体的目标位置并填充
    for planet, initial_idx in planet_initial_pos.items():
        cycle = planet_cycles[planet]
        move_count = total_minutes // cycle
        target_idx = (initial_idx + move_count) % 4
        target_col = pos_to_col[target_idx]
        
        if result_row[target_col]:
            result_row[target_col] += f" {planet}"
        else:
            result_row[target_col] = planet
    
    return pd.DataFrame([result_row])

# 测试示例
print(generate_result("20.06.2023 11:30"))
print(generate_result("20.06.2023 11:45"))
print(generate_result("20.06.2023 12:00"))

内容的提问来源于stack exchange，提问作者Vivek kanna Jayaprakash