使用 pandas 的时间序列的工作时间计数答案

【问题标题】：Count of work hours from time series using pandas使用 pandas 的时间序列的工作时间计数
【发布时间】：2014-09-13 02:30:24
【问题描述】：

我有一个从我的 Windows 电脑中提取的 csv 文件：

date
16/07/2014 09:15:28
16/07/2014 09:15:22
16/07/2014 09:14:56
16/07/2014 09:14:50
16/07/2014 09:14:49
16/07/2014 09:14:46
16/07/2014 09:14:46
16/07/2014 09:14:46
16/07/2014 09:14:46
16/07/2014 09:14:46
16/07/2014 09:14:46
16/07/2014 09:14:46
15/07/2014 14:41:56
15/07/2014 14:41:47
15/07/2014 14:41:30
15/07/2014 14:39:58
15/07/2014 14:39:57
15/07/2014 14:39:54
15/07/2014 14:39:53
15/07/2014 14:39:49

我想计算每天的工作时间，但我没有找到任何将时间与日期分开并将其分组的功能。你知道如何解决它吗？我也在谷歌上找过，但我只找到了对象的数量。

非常感谢。

【问题讨论】：

抱歉，您能否进一步说明预期的输出。您可以通过df['date'].apply(lambda x: x.hour()) 获取小时
我收到了这个错误：“AttributeError: 'str' object has no attribute 'hour'”
表示是字符串而不是日期时间，先转换import pandas as pd df['date'] = pd.to_datetime(dfp'date'])
你能把错误编辑到你的帖子中，包括代码
对不起，我的错误尝试：df['hour'] = df['date'].apply(lambda x: x.hour)，hour 是属性而不是方法

标签： python time pandas series

【解决方案1】：

首先你的日期值是字符串，你可以在加载后转换它：

df['date'] = pd.to_datetime(df['date'])

或者更好的是首先将其作为日期时间加载：

In [144]:

df = pd.read_csv('time.csv', parse_dates=[0])
# now extract the hour by applying a lambda and accessing the hour attribute
df['hour']  = df['date'].apply(lambda x: x.hour)
df
Out[144]:
                  date  hour
0  2014-07-16 09:15:28     9
1  2014-07-16 09:15:22     9
2  2014-07-16 09:14:56     9
3  2014-07-16 09:14:50     9
4  2014-07-16 09:14:49     9
5  2014-07-16 09:14:46     9
6  2014-07-16 09:14:46     9
7  2014-07-16 09:14:46     9
8  2014-07-16 09:14:46     9
9  2014-07-16 09:14:46     9
10 2014-07-16 09:14:46     9
11 2014-07-16 09:14:46     9
12 2014-07-15 14:41:56    14
13 2014-07-15 14:41:47    14
14 2014-07-15 14:41:30    14
15 2014-07-15 14:39:58    14
16 2014-07-15 14:39:57    14
17 2014-07-15 14:39:54    14
18 2014-07-15 14:39:53    14
19 2014-07-15 14:39:49    14

【讨论】：