如何用Pandas根据时间范围为无表头DataFrame分配班次值

现有读取代码 #

import pandas as pd

path = r"data.csv"
data = pd.read_csv(path, usecols=[0, 1, 3, 4], header=None)   
df = pd.DataFrame(data)

示例数据 #

{0: {0: '2022-08-06',
  1: '2022-08-06',
  2: '2022-08-06',
  3: '2022-08-06',
  4: '2022-08-06'},
 1: {0: '07:35:16',
  1: '07:35:22',
  2: '07:35:29',
  3: '07:35:36',
  4: '07:35:42'},
 3: {0: 'OK', 1: 'OK', 2: 'OK', 3: 'OK', 4: 'OK'},
 4: {0: 1.524, 1: 1.628, 2: 1.364, 3: 1.164, 4: 1.494}}

需求 #

需要添加ShiftID（班次）列并插入到索引2的位置，班次规则：

• 时间在 19:50:00 至 07:49:59 → 标记为'PM'
• 时间在 07:50:00 至 19:49:59 → 标记为'AM'

尝试代码（存在问题） #

ShiftID = pd.Series([], dtype=pd.StringDtype())

df[1] = pd.to_datetime(df[1])

start = datetime.strptime('19:50:00', '%H:%M:%S').time()
end = datetime.strptime('07:49:59', '%H:%M:%S').time()

for i in range(len(df)):
    if df[1].dt.time.between(start, end): # <------- 此处逻辑错误，无法处理跨天范围
        ShiftID[i]= 'PM'
    else:
        ShiftID[i]= 'AM'

df.insert(2, "ShiftID", ShiftID)

display(df)

期望输出 #

{0: {0: '2022-08-06',
  1: '2022-08-06',
  2: '2022-08-06',
  3: '2022-08-06',
  4: '2022-08-06'},
 1: {0: '07:35:16',
  1: '07:35:22',
  2: '07:35:29',
  3: '07:35:36',
  4: '07:35:42'},
 2: {0: 'PM', 1: 'PM', 2: 'PM', 3: 'PM', 4: 'PM'},
 3: {0: 'OK', 1: 'OK', 2: 'OK', 3: 'OK', 4: 'OK'},
 4: {0: 1.524, 1: 1.628, 2: 1.364, 3: 1.164, 4: 1.494}}

解决方案 #

问题核心是between方法无法处理跨天的时间范围（起始时间晚于结束时间），需要拆分条件判断，同时用向量化操作替代循环提升效率：

import pandas as pd
from datetime import datetime

# 读取数据
path = r"data.csv"
df = pd.read_csv(path, usecols=[0, 1, 3, 4], header=None)   

# 将时间列转为time类型
df[1] = pd.to_datetime(df[1], format='%H:%M:%S').dt.time

# 定义班次时间阈值
pm_start = datetime.strptime('19:50:00', '%H:%M:%S').time()
pm_end = datetime.strptime('07:49:59', '%H:%M:%S').time()

# 向量化判断班次：时间>=19:50 或 <=07:49:59 标记为PM，否则为AM
df['ShiftID'] = df[1].apply(lambda t: 'PM' if (t >= pm_start or t <= pm_end) else 'AM')

# 将ShiftID列插入到索引2的位置
df.insert(2, 'ShiftID', df.pop('ShiftID'))

# 查看结果
display(df)

关键说明 #

1. 跨天范围处理：把between替换为(t >= pm_start or t <= pm_end)，直接匹配跨天的时间区间
2. 向量化操作：用apply替代循环，避免手动遍历索引，提升处理效率
3. 时间类型转换：指定format='%H:%M:%S'直接提取时间部分，避免自动补全日期

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