如何计算DataFrame中两个Timestamp间的活跃小时列表？

要解决这个问题，我们可以利用Pandas的时间处理工具，针对每条记录的start和end时间戳生成覆盖所有活跃时段的小时列表。先来看你的示例数据和期望结果：

示例输入 #

期望输出 #

实现代码 #

下面是完整的Python/Pandas解决方案，逻辑清晰且能处理各种边界情况（比如跨天、整点结束等）：

import pandas as pd

# 构造示例DataFrame（你可以替换成自己的数据集）
df = pd.DataFrame({
    'start': pd.to_datetime(['2017-06-01 09:30:00', '2017-06-01 14:00:00']),
    'end': pd.to_datetime(['2017-06-01 11:30:00', '2017-06-01 14:30:00'])
})

def extract_active_hours(row):
    # 将start和end向下取整到最近的整点
    start_hour = row['start'].floor('H')
    end_hour = row['end'].floor('H')
    
    # 如果end时间不在整点（分/秒>0），需要把结束小时+1，确保包含当前小时
    if row['end'].minute > 0 or row['end'].second > 0:
        end_hour += pd.Timedelta(hours=1)
    
    # 生成覆盖所有活跃小时的时间序列
    hour_range = pd.date_range(start=start_hour, end=end_hour, freq='H')
    
    # 提取小时数并转成元组（和示例格式一致）
    return tuple(hour.hour for hour in hour_range)

# 对每行应用函数，生成活跃小时列
df['hours_active'] = df.apply(extract_active_hours, axis=1)

# 查看结果
print(df)

代码解释 #

1. 时间取整：用floor('H')把start和end时间戳向下对齐到最近的小时，比如09:30:00变成09:00:00。
2. 边界处理：如果end时间不在整点（比如11:30:00），说明这条记录在11:00-12:00这个小时内也有活跃时间，所以要把结束小时加1，保证date_range能包含这个小时。
3. 生成小时序列：pd.date_range会生成从start_hour到end_hour的每小时时间戳，最后提取每个时间戳的hour属性，转成元组即可。

测试边界情况 #

比如跨天的场景：

# 测试跨天记录
test_row = pd.Series({
    'start': pd.to_datetime('2017-06-01 23:30:00'),
    'end': pd.to_datetime('2017-06-02 01:30:00')
})
print(extract_active_hours(test_row))  # 输出：(23, 0, 1)

内容的提问来源于stack exchange，提问作者TrewTzu