基于日期与组件汇总DataFrame故障时长的Python实现求助

我们可以通过统一日期格式、分步计算的方式实现需求，以下是针对新手友好的代码实现：

1. 导入库并构造示例数据 #

import pandas as pd

# 构造故障记录df1
df1 = pd.DataFrame({
    'Failure Date': ['09/25/2022', '09/27/2022', '09/29/2022'],
    'Component': ['A1', 'A2', 'A1']
})

# 构造每日运行时长df2
df2 = pd.DataFrame({
    'Date': ['09/30/2022', '09/29/2022', '09/28/2022', '09/27/2022', '09/26/2022', '09/25/2022', '09/24/2022', '09/23/2022'],
    'A1': [5, 2, 0, 0, 0, 8, 0, 9],
    'A2': [5, 0, 0, 5, 0, 0, 5, 5]
})

2. 日期格式转换 #

将字符串日期转为datetime类型，才能正确进行日期大小比较：

df1['Failure Date'] = pd.to_datetime(df1['Failure Date'], format='%m/%d/%Y')
df2['Date'] = pd.to_datetime(df2['Date'], format='%m/%d/%Y')

3. 计算各组件总运行时长 #

直接对组件列求和，转成字典方便后续匹配：

total_time_dict = df2[['A1', 'A2']].sum().to_dict()
# 结果为：{'A1': 24, 'A2': 20}

4. 计算单个故障的累计运行时长 #

定义函数处理每行故障数据，筛选故障日及之前的记录并求和：

def get_failure_accum_time(row):
    # 筛选df2中日期<=当前故障日期的行
    valid_records = df2[df2['Date'] <= row['Failure Date']]
    # 返回对应组件的时长总和
    return valid_records[row['Component']].sum()

# 给df1添加累计时长列
df1['Failure Times'] = df1.apply(get_failure_accum_time, axis=1)

5. 匹配总运行时长 #

通过组件列映射对应的总时长：

df1['Total Time'] = df1['Component'].map(total_time_dict)

6. 生成最终结果 #

提取需要的两列即可：

final_result = df1[['Failure Times', 'Total Time']]
print(final_result)

运行后输出结果：

Failure Times  Total Time
0             17          24
1             15          20
2             19          24

（注：示例中第三行Total Time为空，实际根据df2计算A1总时长为24，此处按真实数据填充）

关键说明 #

• 日期转换是核心前提：字符串日期无法直接比较，必须转为datetime类型才能筛选故障日之前的记录
• apply方法可逐行处理df1，自动匹配每行的组件和故障日期计算累计时长
• map方法比循环更高效，能快速将组件总时长映射到对应行

内容的提问来源于stack exchange，提问作者Harshstorm32