在Pandas中根据睡眠/唤醒时间区间设置二进制wake列

原代码存在的问题 #

• 字段引用错误：原代码使用df_clean2.time，但数据集实际字段名为current_time，导致逻辑判断基于错误字段
• 逻辑关系反转：np.where的取值逻辑与需求不符，原代码满足「不在睡眠区间」时保留初始值0，否则设为1，而实际需求是「处于睡眠区间内」为0，「不在区间内」为1
• 潜在类型问题：若时间字段为字符串类型，直接比较会导致逻辑错误，需确保字段为时间类型（如datetime.time）

修正后的代码 #

第一步：确保时间字段为正确类型（若原始数据是字符串格式）

from datetime import datetime

# 将字符串格式的时间转换为time类型
df_clean2['current_time'] = df_clean2['current_time'].apply(lambda x: datetime.strptime(x, '%H:%M').time())
df_clean2['asleep'] = df_clean2['asleep'].apply(lambda x: datetime.strptime(x, '%H:%M').time())
df_clean2['wokeup'] = df_clean2['wokeup'].apply(lambda x: datetime.strptime(x, '%H:%M').time())

第二步：生成wake列

import numpy as np

# 核心逻辑：current_time在asleep到wokeup区间内时赋值0，否则赋值1
df_clean2['wake'] = np.where(
    (df_clean2['current_time'] >= df_clean2['asleep']) & (df_clean2['current_time'] <= df_clean2['wokeup']),
    0,
    1
)

补充：处理跨天睡眠场景（如asleep为22:00，wokeup为06:00） #

如果存在睡眠区间跨午夜的情况，需要调整逻辑判断：

df_clean2['wake'] = np.where(
    # 分两种情况：区间不跨天 或 区间跨天且current_time在00:00到wokeup之间
    ((df_clean2['asleep'] <= df_clean2['wokeup']) & (df_clean2['current_time'] >= df_clean2['asleep']) & (df_clean2['current_time'] <= df_clean2['wokeup'])) |
    ((df_clean2['asleep'] > df_clean2['wokeup']) & (df_clean2['current_time'] >= df_clean2['asleep']) | (df_clean2['current_time'] <= df_clean2['wokeup'])),
    0,
    1
)

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