如何在时序数据集中标记特定时间区间内的行（睡眠时段标记）

错误原因分析 #

你写的代码里，merged[merged['sleep_start_time']]这类写法完全错误——你把列的值当成了DataFrame的列名去索引，这直接触发KeyError，因为这些时间值根本不是数据集的列名。

正确实现方式 #

直接对列进行逐元素比较，即可生成判断结果：

方法1：生成布尔列（可转为0/1整数） #

# 先生成布尔值列，True代表该时间点处于睡眠区间内
merged['sleep'] = (merged['sleep_start_time'] <= merged['datetime']) & (merged['datetime'] <= merged['sleep_end_time'])

# 若需要将布尔值转为0/1整数格式
merged['sleep'] = merged['sleep'].astype(int)

方法2：用numpy快速生成0/1列 #

import numpy as np
merged['sleep'] = np.where(
    (merged['sleep_start_time'] <= merged['datetime']) & (merged['datetime'] <= merged['sleep_end_time']),
    1,
    0
)

验证说明 #

针对你提供的样本数据，运行上述代码后，所有行的sleep列都会返回0，完全符合预期。

内容的提问来源于stack exchange，提问作者Chelsea