如何查找由开始列和结束列定义的时间间隔之间的总时间

Question

我有一个熊猫数据框：

我想通过以下方式计算确认和取消之间的差异：

对于日期 13.01.2020 和desk_id 1.0：10:35:00 - 8:00:00 + 12:36:00 - 11:36:00 + 20:00:00 - 13:36:00

我只能在确认和取消一小时的办公桌上执行这些操作。一小时是指在desk_id 的日期中，我只有一行用于确认和取消时间。当我从 8:00:00 确认和 20:00:00 减去取消时间并将它们加在一起时，我得到了有趣的差异。

有好几个小时，我无法把它放在一起。通过mamy hour，我的意思是desk_id在一个日期有几行取消和确认时间。我想选择日期、desk_id 并计算办公桌占用时间 - 每个办公桌的确认和取消之间的差异。

输出应如下所示：

我想找出一张桌子空闲的时间段。 在我的数据中可以在一个日期内进行多次确认和取消。

我做了一小时确认并取消：

df_1['confirm'] = pd.to_timedelta(df_1['confirm'].astype(str))
df_1['diff_confirm'] = df_1['confirm'].apply(lambda x: x - datetime.timedelta(days=0, hours=8, minutes=0))
df_1['cancel'] = pd.to_timedelta(df_1['cancel'].astype(str))
df_1['diff_cancel'] = df_1['cancel'].apply(lambda x: datetime.timedelta(days=0, hours=20, minutes=0)-x)

这行得通。

有什么建议吗？

Answer 1

您没有完全清楚您需要什么格式的结果，但我认为将它们放在单独的数据框中是可以的。因此，此解决方案对由 date 和 desk_id 的值定义的每组行进行操作，并计算每组的总时间，并将输出放置在新的数据帧中：

创建输入数据框的代码：

from datetime import timedelta
import pandas as pd

df = pd.DataFrame(
    {
        'date': [pd.Timestamp('2020-1-13'), pd.Timestamp('2020-1-13'),
                 pd.Timestamp('2020-1-13'), pd.Timestamp('2020-1-14'),
                 pd.Timestamp('2020-1-14'), pd.Timestamp('2020-1-14')],
        'desk_id': [1.0, 1.0, 2.0, 1.0, 2.0, 2.0],
        'confirm': ['10:36:00', '12:36:00', '09:36:00', '10:36:00', '12:36:00',
                    '15:36:00'],
        'cancel': ['11:36:00', '13:36:00', '11:36:00', '11:36:00', '14:36:00',
                   '16:36:00']
    }
)

解决方案：

df['confirm'] = pd.to_timedelta(df['confirm'])
df['cancel'] = pd.to_timedelta(df['cancel'])

# function to compute total time each desk is free
def total_time(df):
    return (
        (df.iloc[0]['confirm'] - timedelta(days=0, hours=8, minutes=0)) +
        (df['confirm'] - df['cancel'].shift()).sum() +
        (timedelta(days=0, hours=20, minutes=0) - df.iloc[-1]['cancel'])
    )

# apply function to each combination of 'desk_id' and 'date', producing
# a new dataframe
df.groupby(['desk_id', 'date']).apply(total_time).reset_index(name='total_time')


#    desk_id          date       total_time
# 0      1.0    2020-01-13  0 days 10:00:00
# 1      1.0    2020-01-14  0 days 11:00:00
# 2      2.0    2020-01-13  0 days 10:00:00
# 3      2.0    2020-01-14  0 days 09:00:00

该函数取confirm 的第一个值和8:00:00 之间的差值，取每个confirm 和前面cancel 值之间的差值，然后是20:00:00 和最后一个值之间的差值cancel 的值。这些差异加在一起产生最终值。

Answer 2

猜测你想要做什么（我仍然不能完全理解，但这是一个尝试）：

import pandas as pd
from datetime import timedelta as td
#create the dataframe
a = pd.DataFrame({'data':['2020-01-13','2020-01-13','2020-01-14'],'desk_id':[1.0,1.0,1.0],'confirm':['10:36:00','12:36:00','13:14:00'],'cancel':['11:36:00','13:36:00','13:44:00']})

def get_avail_times(df,start_end_delta=td(hours=12)):
    df['confirm'] = pd.to_timedelta(df['confirm'])
    df['cancel'] = pd.to_timedelta(df['cancel'])
    #group by the two keys so that we can perform calculations on the specific groups!!
    df_g = df.groupby(['data','desk_id'], as_index=False).sum()
    df_g['total_time'] = start_end_delta - df_g['cancel'] + df_g['confirm'] 
    return df_g.drop('confirm',1).drop('cancel',1)

output = get_avail_times(a)

它给出了输出：

         data  desk_id      total_time
0  2020-01-13      1.0 0 days 10:00:00
1  2020-01-14      1.0 0 days 11:30:00

这里的关键是使用 .groupby() 函数，然后我们可以将其相加以基本上执行方程：

total_time = 20:00 + sum_confirm_times - sum_cancel_times - 08:00