如何基于时间列给数据集添加First Shift等班次标签？现有方法无效求助

问题分析 #

你之前的代码存在两个核心问题：

1. 仅用整数小时划分区间，未处理时分秒级别的精确时间（比如7:00:00和17:00:01的临界值）；
2. 未覆盖跨天的时间区间（17:00:01至次日4:00:00），且区间划分逻辑与需求不符（比如把7:00:00错误归为Dead Time）。

正确实现步骤 #

要准确匹配班次，需先将Date和Time合并为完整的datetime对象，再通过精确的时间区间判断班次。

1. 数据准备与datetime合并

假设你的数据集已加载为df，首先合并日期和时间列：

import pandas as pd
import numpy as np

# 加载数据（示例）
data = {
    'Date': ['2022-04-13', '2022-09-07', '2022-04-13', '2022-04-14'],
    'Time': ['16:57:00', '10:46:00', '03:30:00', '05:00:00']
}
df = pd.DataFrame(data)

# 合并Date和Time为datetime列
df['Datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'])

2. 基于时间区间匹配班次

使用np.select按需求定义条件和对应班次：

# 定义时间区间条件
conditions = [
    # First Shift: 当日7:00:00 至 17:00:00
    (df['Datetime'].dt.time >= pd.to_datetime('07:00:00').time()) &
    (df['Datetime'].dt.time <= pd.to_datetime('17:00:00').time()),
    # Dead Time: 当日4:00:01 至 6:59:59
    (df['Datetime'].dt.time >= pd.to_datetime('04:00:01').time()) &
    (df['Datetime'].dt.time <= pd.to_datetime('06:59:59').time()),
    # Second Shift: 17:00:01至当日23:59:59，或次日00:00:00至4:00:00
    (df['Datetime'].dt.time >= pd.to_datetime('17:00:01').time()) |
    (df['Datetime'].dt.time <= pd.to_datetime('04:00:00').time())
]

# 对应班次名称
choices = ['First Shift', 'Dead Time', 'Second Shift']

# 生成班次列
df['Shifts'] = np.select(conditions, choices, default='Unknown')

3. 结果验证

运行后你的样例数据会得到如下结果：

内容的提问来源于stack exchange，提问作者Isha Panjwani