使用 Pandas DataFrames 按天分箱设备状态时间

问：

我有一个 Pandas 数据帧，其中包含电源启用/禁用命令与时间的关系。该索引目前未使用。您可以使用以下命令自行创建它：

pd.DataFrame(
    {'command_timestamp': {
        0: pd.Timestamp('2023-08-01 15:39:42'),
        1: pd.Timestamp('2023-08-02 03:30:39'),
        2: pd.Timestamp('2023-08-02 16:09:35'),
        4: pd.Timestamp('2023-08-02 17:30:16'),
        5: pd.Timestamp('2023-08-02 17:32:05'),
        6: pd.Timestamp('2023-08-02 17:45:43'),
        7: pd.Timestamp('2023-08-03 17:48:01'),
        8: pd.Timestamp('2023-08-03 18:20:11'),
        9: pd.Timestamp('2023-08-04 18:49:37'),
        10: pd.Timestamp('2023-08-07 21:13:05')},
     'command': {
        0: 'enable',
        1: 'disable',
        2: 'enable',
        4: 'enable',
        5: 'enable',
        6: 'disable',
        7: 'enable',
        8: 'disable',
        9: 'enable',
        10: 'disable'}})

我想做什么

我需要按天计算设备的“开启时间”。想象一下，实际数据集比这个示例集大得多。我似乎无法想出好的解决方案，更不用说不涉及遍历数据帧和检查大量语句的解决方案了。if

需要考虑的一些假设和事项：

• 可以忽略连续的启用或禁用命令（即，如果设备已经打开，则另一个“启用”不会执行任何操作，并且没有缺少命令）。
• 虽然鉴于前一点，我们无法确定，但我们将假设，如果数据集的第一个命令是“启用”，则设备在此之前一整天都处于关闭状态。
  • 同样，如果第一个命令是“disable”，我们将假设它在那之前一整天都处于开启状态。
• 如果数据集的最后一个命令是“启用”，我们将假设设备在当天的剩余时间里处于开启状态。
• 如果一天打开，直到第二天（或多天后）才关闭，则第一天的开启时间应持续到午夜，接下来几天的开启时间应从午夜开始。换句话说，一天的开机时间不应超过 24 小时。

对于一点上下文，这是为了表示设备的“每日利用率”，而不是计算“连续开启时间”等。

示例数据预期结果

以下是示例数据集的手动计算：

results = {
    '2023-08-01': (
        pd.Timestamp('2023-08-02 00:00:00') - 
        pd.Timestamp('2023-08-01 15:39:42')),
    
    '2023-08-02': (
        pd.Timestamp('2023-08-02 03:30:39') - 
        pd.Timestamp('2023-08-02 00:00:00')
        ) + (
        pd.Timestamp('2023-08-02 17:45:43') - 
        pd.Timestamp('2023-08-02 16:09:35')
        ), 
    '2023-08-03': (
        pd.Timestamp('2023-08-03 18:20:11') - 
        pd.Timestamp('2023-08-03 17:48:01')
        ), 
    '2023-08-04': (
        pd.Timestamp('2023-08-05 00:00:00') - 
        pd.Timestamp('2023-08-04 18:49:37')
        ), 
    '2023-08-05': (
        pd.Timestamp('2023-08-06 00:00:00') - 
        pd.Timestamp('2023-08-05 00:00:00')
        ), 
    '2023-08-06': (
        pd.Timestamp('2023-08-07 00:00:00') - 
        pd.Timestamp('2023-08-06 00:00:00')
        ), 
    '2023-08-07': (
        pd.Timestamp('2023-08-07 21:13:05') - 
        pd.Timestamp('2023-08-07 00:00:00')
        )
}