如何基于duration列值生成符合填充规则的1分钟时间序列？

你之前用df.resample("1min").fillna("pad")无效，是因为pad会把有效值一直填充到下一个数据点的前一刻，而非仅填充duration指定的连续分钟数。要实现仅在duration覆盖的时段填充值、其余时段留空NaN，可以按以下步骤操作：

核心思路 #

先将每一行数据按duration扩展为对应分钟数的行，再用完整的1分钟时间序列重新索引，缺失的时段自动填充NaN。

代码示例 #

1. 准备测试数据 #

import pandas as pd

# 构造示例数据集
data = {
    'datetime': ['2024-05-20 10:00:00', '2024-05-20 10:03:00'],
    'action': ['login', 'process'],
    'duration': [2, 3]  # login覆盖10:00、10:01；process覆盖10:03、10:04、10:05
}
df = pd.DataFrame(data)
# 确保datetime为时间类型，且向下取整到分钟（处理原始数据带秒的情况）
df['datetime'] = pd.to_datetime(df['datetime']).dt.floor('1min')

2. 扩展每行数据到对应分钟数 #

定义函数将单条记录扩展为duration个连续分钟的行：

def expand_row(row):
    # 生成当前操作覆盖的所有分钟点
    time_points = pd.date_range(
        start=row['datetime'],
        periods=row['duration'],
        freq='1min'
    )
    # 生成扩展后的行，重复action和duration值
    return pd.DataFrame({
        'datetime': time_points,
        'action': row['action'],
        'duration': row['duration']
    })

# 对所有行应用扩展函数并合并结果
expanded_df = pd.concat(
    [expand_row(row) for _, row in df.iterrows()],
    ignore_index=True
)

3. 生成完整时间序列并补全NaN #

先确定完整的时间范围，再重新索引得到目标结果：

# 计算完整时间范围：从最早操作时间到最晚操作结束时间
start_time = df['datetime'].min()
end_time = df['datetime'].max() + pd.Timedelta(minutes=df['duration'].max() - 1)
# 生成1分钟粒度的完整时间索引
full_time_index = pd.date_range(start=start_time, end=end_time, freq='1min')

# 重新索引，缺失时段自动填充NaN
result_df = expanded_df.set_index('datetime').reindex(full_time_index).reset_index()
result_df.rename(columns={'index': 'datetime'}, inplace=True)

最终效果 #

运行后result_df的输出如下：

额外细节处理 #

• 如果原始数据存在duration=0的记录，可在expand_row函数中添加判断跳过，避免生成无效行。
• 若需将duration改为记录单分钟时长（即每个填充行的duration为1），只需把扩展函数中的row['duration']替换为1即可。

内容的提问来源于stack exchange，提问作者prof32