如何用Python Pandas计算连续或并行任务的实际加工时长？

我有一个Pandas DataFrame，每行记录工件在对应机床的加工起止时间。每个工件可能在多台机床上连续或并行加工，需要计算所有工件的实际加工时长。示例数据如下：

正确结果应为：工件1实际时长117分钟，工件2为60分钟，工件3为75分钟。

现有方案的问题 #

我尝试用groupby计算每个工件的加工时长总和、最早开始时间和最晚结束时间，再通过函数取两者的较小值，但这种方法对工件1计算错误（得到140分钟，正确应为117分钟），仅对工件2、3有效。现有方案的计算结果和代码如下：

现有代码：

def calc_lead_time(min_t_start, max_t_end, t_sum):
    t_max_min = (max_t_end - min_t_start) / pd.Timedelta(minutes=1)
    if t_max_min <= t_sum:
        return t_max_min
    else:
        return t_sum
    
df['LT_ACTUAL'] = df.apply(lambda x : calc_lead_time(x['min'], x['max'], x['sumT']), axis=1)

问题根源 #

现有方法的逻辑错误在于：当工件的加工时间段存在并行+间隔的情况时，首尾时间差会包含无加工的空白间隔，而总时长是各段加工时间的总和，两者的较小值并不能准确反映实际加工时长。比如工件1，首尾时间差是140分钟（17:26到19:46），但其中18:33到18:56是无加工的间隔，实际有效加工时长是合并重叠/连续区间后的总长度。

正确解决方案 #

需要对每个工件的所有加工时间段进行区间合并，再计算合并后所有区间的总时长。步骤如下：

1. 确保时间列是datetime类型（若当前为字符串格式）
2. 按工件分组，对每组的时间段按开始时间排序
3. 合并重叠或连续的区间
4. 计算合并后各区间的时长总和

代码实现 #

import pandas as pd

# 将时间列转为datetime类型（补充统一日期方便计算）
df['T start'] = pd.to_datetime('2024-01-01 ' + df['T start'])
df['T end'] = pd.to_datetime('2024-01-01 ' + df['T end'])

def calculate_actual_lt(group):
    # 按开始时间排序时间段
    sorted_intervals = group[['T start', 'T end']].sort_values('T start')
    intervals = sorted_intervals.values.tolist()
    
    if not intervals:
        return 0
    
    # 合并区间
    merged = [intervals[0]]
    for current_start, current_end in intervals[1:]:
        last_start, last_end = merged[-1]
        if current_start <= last_end:
            # 重叠或连续，合并为更大的区间
            new_end = max(last_end, current_end)
            merged[-1] = [last_start, new_end]
        else:
            # 无重叠，添加新的独立区间
            merged.append([current_start, current_end])
    
    # 计算合并后所有区间的总时长（分钟）
    total_minutes = sum((end - start).total_seconds() // 60 for start, end in merged)
    return total_minutes

# 按工件分组计算实际加工时长
result = df.groupby('Object').apply(calculate_actual_lt).reset_index(name='LT_ACTUAL')
print(result)

输出结果 #

Object  LT_ACTUAL
0       1        117
1       2         60
2       3         75

内容的提问来源于stack exchange，提问作者Alessio