如何将Pandas代码中的日历分钟差替换为业务分钟差并适配fillna？

原代码逻辑回顾 #

原代码通过按ID分组，用diff(-1)计算当前行与下一行set时间的倒序差（取正值），最后用每组最后一行的closed与set的日历分钟差填充缺失值，得到newtime列。现在需要将所有时间差替换为俄罗斯地区的业务分钟差（工作日10:00-21:00，排除法定节假日）。

解决方案 #

核心是用business_duration替换原生的日历时间差计算，同时适配原分组逻辑中"每组最后一行用closed与set的差填充"的规则。具体步骤如下：

• 预处理时间列：将字符串格式的时间转换为datetime类型
• 定义业务时间计算函数：封装businessDuration的调用逻辑，统一计算两个时间点的业务分钟数
• 分组处理时间差：按ID分组后，分别计算非最后一行的组内时间差、最后一行的set与closed时间差

完整代码 #

import pandas as pd
import holidays as pyholidays
from datetime import time, datetime
from business_duration import businessDuration

# 初始化数据集
df = pd.DataFrame({
    'ID': ['aaa', 'aaa', 'aaa', 'bbb', 'ccc', 'ccc'],
    'closed': ['2023-03-28 22:00', '2023-03-28 22:00', '2023-03-28 22:00', '2023-03-29 23:00', '2023-03-27 22:00', '2023-03-27 22:00'],
    'set': ['2023-03-27 19:00', '2023-03-28 19:30', '2023-03-28 20:00', '2023-03-27 22:00', '2023-03-25 19:00', '2023-03-26 19:30'],
    'message_time': ['19:05', '19:40', '21:00', '22:10', '19:05', '19:40']
})

# 转换时间列为datetime类型
df['closed'] = pd.to_datetime(df['closed'])
df['set'] = pd.to_datetime(df['set'])

# 定义业务分钟差计算函数
def calc_bus_minutes(start_dt, end_dt):
    holidaylist_RU = pyholidays.Russia(years=[start_dt.year, end_dt.year])
    start_hour = time(10, 0, 0)
    end_hour = time(21, 0, 0)
    return businessDuration(
        startdate=start_dt,
        enddate=end_dt,
        starttime=start_hour,
        endtime=end_hour,
        holidaylist=holidaylist_RU,
        unit='min'
    )

# 按ID分组处理时间差
def process_group(group):
    group['next_set'] = group['set'].shift(-1)
    group['newtime'] = group.apply(
        lambda row: calc_bus_minutes(row['set'], row['next_set']) if pd.notna(row['next_set']) 
        else calc_bus_minutes(row['set'], row['closed']),
        axis=1
    )
    group.drop('next_set', axis=1, inplace=True)
    return group

# 应用分组逻辑并输出结果
df = df.groupby('ID', group_keys=False).apply(process_group)
print(df[['ID', 'set', 'closed', 'newtime']])

关键逻辑说明 #

• 替代原diff(-1).mul(-1)：用shift(-1)获取下一行的set时间，通过自定义函数计算业务分钟差，替换原生日历时间差
• 适配原fillna(c-s)：通过pd.notna(row['next_set'])判断是否为组内最后一行，若是则计算set与closed的业务分钟差，完全匹配原填充逻辑
• 动态适配节假日：函数自动根据起止时间的年份加载对应节假日，避免硬编码年份

内容的提问来源于stack exchange，提问作者luibrain