基于时间的Pandas智能索引：设备状态任意日期查询实现

我来给你梳理一个优雅的Pandas实现方案，完美覆盖你提到的所有查询场景，还能灵活切换初始状态。

步骤1：数据预处理 #

首先我们先把原始数据转换成Pandas能高效处理的格式，核心是把Date列转为datetime类型，方便后续的时间比较和索引操作：

import pandas as pd

# 构建你的示例数据
data = {
    "Date": ["1990/01", "1990/01", "1990/03", "1990/05", "2000/01"],
    "Device": [50, 20, 25, 50, 20],
    "Status": ["ON", "ON", "ON", "OFF", "OFF"]
}
df = pd.DataFrame(data)
# 将日期转换为datetime格式，这是时间序列操作的基础
df["Date"] = pd.to_datetime(df["Date"])

步骤2：构建设备状态的时间映射表 #

我们需要为每个设备生成一个包含初始状态的完整时间-状态映射，这样查询时就能通过前向填充的逻辑自动延续状态。这里写一个通用函数，支持传入自定义初始状态：

def prepare_status_map(df, initial_status="OFF"):
    # 按设备分组处理，每个设备单独维护状态序列
    status_maps = {}
    for device, group in df.groupby("Device"):
        # 先按日期排序，确保状态变更的时间顺序正确
        sorted_group = group.sort_values("Date").reset_index(drop=True)
        # 生成一个比该设备最早记录早一天的虚拟行，用来定义初始状态
        earliest_date = sorted_group["Date"].min()
        initial_row = pd.DataFrame({
            "Date": [earliest_date - pd.Timedelta(days=1)],
            "Device": [device],
            "Status": [initial_status]
        })
        # 合并初始行和原始数据，再重新排序
        combined = pd.concat([initial_row, sorted_group]).sort_values("Date")
        # 将日期设为索引，方便后续快速查询
        status_maps[device] = combined.set_index("Date")["Status"]
    return status_maps

步骤3：实现查询函数 #

利用Pandas的索引定位能力，我们可以高效找到任意日期对应的设备状态，逻辑完全匹配你的需求：

def query_device_status(status_maps, device, query_date):
    # 统一转换查询日期为datetime格式
    query_date = pd.to_datetime(query_date)
    
    # 如果设备无任何记录，返回初始状态（取映射表中任意设备的初始值，或默认OFF）
    if device not in status_maps:
        return status_maps[next(iter(status_maps.keys()))].iloc[0] if status_maps else "OFF"
    
    device_status = status_maps[device]
    try:
        # 使用pad模式找到小于等于查询日期的最近索引，获取对应状态
        idx = device_status.index.get_loc(query_date, method="pad")
        return device_status.iloc[idx]
    except KeyError:
        # 若查询日期早于初始虚拟行的日期，直接返回初始状态
        return device_status.iloc[0]

测试所有场景 #

场景1：默认初始状态为OFF（你的基础需求） #

# 构建初始状态为OFF的映射表
status_maps_off = prepare_status_map(df, initial_status="OFF")

# 测试各个查询场景
print(query_device_status(status_maps_off, 50, "1990/01"))  # 输出: ON（直接匹配）
print(query_device_status(status_maps_off, 50, "1990/02"))  # 输出: ON（无记录，保持上一次状态）
print(query_device_status(status_maps_off, 50, "1990/05"))  # 输出: OFF（直接匹配）
print(query_device_status(status_maps_off, 50, "2000/09"))  # 输出: OFF（最后一次变更后保持）
print(query_device_status(status_maps_off, 50, "1900/01"))  # 输出: OFF（首次记录前默认OFF）

场景2：初始状态为ON（扩展需求） #

只需要在构建映射表时传入initial_status="ON"即可：

# 构建初始状态为ON的映射表
status_maps_on = prepare_status_map(df, initial_status="ON")

# 测试首次记录前的情况
print(query_device_status(status_maps_on, 50, "1900/01"))  # 输出: ON

方案优势 #

• 优雅高效：利用Pandas的分组、索引和定位能力，避免了繁琐的循环遍历，性能更优
• 灵活扩展：通过参数initial_status轻松切换两种初始状态场景
• 鲁棒性强：处理了设备无记录、查询日期早于所有记录等边缘情况

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