python - 按日期范围展开行，并以 Pandas 开头和结尾

我正在处理一个数据集，其中包含在某个时间段内发生的现象的信息。我得到了事件的开始和结束时间及其严重性，以及一些其他信息。我想在一个更大的时间段内扩展这些帧，方法是在设置的时间段内扩展行，并将其余信息保留为NaNs。
数据集示例：

                         date_end         severity   category
     date_start
2018-01-04 07:00:00  2018-01-04 10:00:00     12          1
2018-01-04 12:00:00  2018-01-04 13:00:00     44          2

我想要的是：

                     severity   category
     date_start
2018-01-04 07:00:00     12         1
2018-01-04 08:00:00     12         1
2018-01-04 09:00:00     12         1
2018-01-04 10:00:00     12         1
2018-01-04 11:00:00     nan       nan
2018-01-04 12:00:00     44         2
2018-01-04 13:00:00     44         2
2018-01-04 14:00:00     nan       nan
2018-01-04 15:00:00     nan       nan

实现这一结果的有效途径是什么？

最佳答案

假设你在熊猫v0.25上，使用explode：

df['hour'] = df.apply(lambda row: pd.date_range(row.name, row['date_end'], freq='H'), axis=1)
df = df.explode('hour').reset_index() \
        .drop(columns=['date_start', 'date_end']) \
        .rename(columns={'hour': 'date_start'}) \
        .set_index('date_start')

对于带有nan的行，可以重新编制数据帧的索引。

# Report from Jan 4 - 5, 2018, from 7AM - 7PM
days = pd.date_range('2018-01-04', '2018-01-05')
hours = pd.to_timedelta(range(7, 20), unit='h')
tmp = pd.MultiIndex.from_product([days, hours], names=['Date', 'Hour']).to_frame()

s = tmp['Date'] + tmp['Hour']
df.reindex(s)