根據列的第一個值遞增地添加時間到 dataframe 中的列

Question

我有一個場景，我必須增加 dataframe 中列的時間戳。

dataframe 由一個具有一組相同區域 ID 的列和一個“waterDuration”列組成。

我想將此持續時間連續添加到每種區域類型的第一行中給出的時間戳中，並逐步更新每個區域 ID 的行的 rest。

這就是我的 dataframe 的樣子。

給定每個 areaId 的第一個時間戳，我想將其旁邊給出的任何持續時間添加到初始值，並為 rest 更新和遞增，例如：-

這些是我的 dataframe 的所有列：-

scheduleId          int64
scheduleName       object
areaId             object
deviceId           object
stationDeviceId    object
evStatus           object
waterDuration      object
noOfCyles          object
startTime1         object
startTime2         object
startTime3         object
startTime4         object
waterPlanning      object
lastUpdatedTime    object
dtype: object

我希望 df 中的所有這些列及其值以及 startTime1 中的更新值保持不變。

waterDuration 的值可以改變，所以我不想直接在解決方案中使用它。 任何幫助都會很棒

Answer 1

所以這是你的 dataframe：

data = {
    "areaID": [125659657, 125659657, 125659657, 125659657, 9876913, 9876913, 9876913, 9876913],
    "waterDuration": [15, 15, 15, 15, 10, 10, 10, 10],
    "startTime1": ["00:04:00", "00:00:00", "00:00:00", "00:00:00", "00:34:00", "00:00:00", "00:00:00", "00:00:00"]
}

df = pd.DataFrame(data)

為了獲得您想要的 output，創建一個 function 以應用於 dataframe：

def add_from_last_row(row):
    # If first row, nothing to do
    # row.name corresponds to the DataFrame index
    if row.name == 0:
        return row.startTime1
    # If prev. row is not the same area, do nothing
    if row.areaID != df.loc[row.name-1, 'areaID']:
        return row.startTime1

    # Get the min index in order to get the original startTime
    min_index = df[df.areaID == row.areaID].index.min()
    # Here we get the original startTime, cast to datetime
    default_time = pd.to_datetime(df.loc[min_index, 'startTime1'], format="%H:%M:%S")
    # Sum all durations from min_index+1 to current row index
    seconds_to_add = df.loc[min_index+1:row.name, 'waterDuration'].sum()
    # Calculate the offset in seconds
    offset = pd.DateOffset(seconds=int(seconds_to_add))

    # return the last 8 character ie. hh:mm:ss
    # otherwise it would be YYYY-MM-DD hh:mm:ss
    return str(default_time + offset)[-8:]

然后應用它：

df.apply(lambda x: add_from_last_row(x), axis=1)

結果：

0    00:04:00
1    00:04:15
2    00:04:30
3    00:04:45
4    00:34:00
5    00:34:10
6    00:34:20
7    00:34:30
dtype: object

希望能幫助到你