Python使用pandas DataFrame拆分跨天运行设备每日时长方法咨询

原有代码问题 #

• 使用datetime.now()获取的是代码运行时的当前日期，和设备实际运行的起止日期无关联，无法匹配不同设备的跨天场景
• pandas Series不支持直接用普通if做逐行判断，且判断逻辑写反：只有起始日期≠结束日期的跨天记录才需要拆分时长，同天运行的记录直接计算总时长即可
• 语法错误：dt.['Start_Date']多写了点符号，正确写法是dt['Start_Date']

完整实现代码 #

依赖导入 #

import pandas as pd
from datetime import datetime, timedelta

核心处理逻辑 #

# 1. 首先确保时间列是datetime格式，已转换可跳过
dt['Start_Time'] = pd.to_datetime(dt['Start_Time'])
dt['Finish_Time'] = pd.to_datetime(dt['Finish_Time'])

# 2. 定义逐行拆分时长的函数，支持跨多自然天场景
def split_daily_runtime(row):
    start_time = row['Start_Time']
    end_time = row['Finish_Time']
    current_date = start_time.date()
    end_date = end_time.date()
    split_res = []
    
    while current_date <= end_date:
        # 当日0点和23:59:59边界
        day_start = datetime.combine(current_date, datetime.min.time())
        day_end = datetime.combine(current_date, datetime.max.time())
        
        # 计算当日实际运行起止
        actual_start = max(start_time, day_start)
        actual_end = min(end_time, day_end)
        
        # 计算当日运行时长，按需转换为小时/分钟
        runtime_hour = round((actual_end - actual_start).total_seconds() / 3600, 2)
        split_res.append({
            "统计日期": current_date.strftime("%d/%m/%Y"),
            "当日运行时长(小时)": runtime_hour
        })
        current_date += timedelta(days=1)
    return split_res

# 3. 应用函数并展开拆分结果
dt['拆分结果'] = dt.apply(split_daily_runtime, axis=1)
result = dt.explode('拆分结果').reset_index(drop=True)
result[['统计日期', '当日运行时长(小时)']] = pd.json_normalize(result['拆分结果'])
result = result.drop(columns=['拆分结果'])

测试验证 #

用你给出的设备A示例测试：

test_df = pd.DataFrame([{
    "设备名称": "设备A",
    "Start_Time": "2024-08-12 21:00:00",
    "Finish_Time": "2024-08-13 05:00:00"
}])
# 运行上述处理逻辑后，会得到两条记录：
# 统计日期12/08/2024对应运行时长3小时，13/08/2024对应运行时长5小时，符合预期

内容的提问来源于stack exchange，提问作者Rynx Yee