Pandas 数据集：获取花费的时间答案

【问题标题】：Pandas dataset: get time spentPandas 数据集：获取花费的时间
【发布时间】：2021-02-05 17:26:09
【问题描述】：

我被困在一个我试图在 pandas 中解决的谜题上。通常我使用 Excel 以非常手动的方式修复此问题，但我想找到一种 pandas 方式。

我有一张包含工人开始和停止时间的表格（小摘录）：

Name	action	date	time
Adam	in	day1	08:00
Bert	in	day1	08:09
Chrissy	in	day1	09:00
Bert	out	day1	11:30
Adam	out	day1	12:00
Bert	in	day1	12:00
Chrissy	out	day1	18:00
Earl	in	day1	18:00
Earl	out	day1	23:59
Earl	in	day2	09:00
Bert	in	day2	09:01
Chrissy	in	day2	10:00
Bert	out	day2	10:11
Earl	out	day2	10:12
Bert	in	day2	10:15
Chrissy	out	day2	19:00

我正在尝试找出他们每个人每天花费多少时间...我正在通过双 for 循环中的迭代来解决这个问题，但我只是错过了 pandas 中内置的一些东西，因为我从来没有和熊猫一起经历这么多……

不寻找完整的解决方案，指针将不胜感激

【问题讨论】：

标签： python pandas time

【解决方案1】：

类似的东西：

# we work with timedelta type
df['time'] = pd.to_timedelta(df['time']+':00')

# we want to label the `in` and `out` in pairs
df['no_action'] = df.sort_values('time').groupby(['Name','date','action']).cumcount()

# pivot table so `in`, `out` pairs are on the same row
actions = df.pivot(index=['Name','date', 'no_action'], columns='action', values='time')

# differences between `in` and `out`
actions['diff'] = actions['out'] - actions['in']

# finally sum over `Name` and `date` then pivot
actions['diff'].sum(level=['Name','date']).unstack('date')

输出：

date               day1            day2 
Name                                    
Adam     0 days 04:00:00             NaT
Bert     0 days 03:21:00 0 days 01:10:00
Chrissy  0 days 09:00:00 0 days 09:00:00
Earl     0 days 05:59:00 0 days 01:12:00

注意：这不包括跨越午夜的 in 和 out 对。

【讨论】：

【解决方案2】：

这是一个使用数据透视表的简单解决方案。

df['time'] = pd.to_datetime(df['time'])  # defaults to today
table = df.pivot_table(
    columns='action', values='time', index=['Name', 'date'], aggfunc='first'
)

>>> table
action                        in                 out
Name    date                                        
Adam    day1 2021-02-05 08:00:00 2021-02-05 12:00:00
Bert    day1 2021-02-05 08:09:00 2021-02-05 11:30:00
        day2 2021-02-05 09:01:00 2021-02-05 10:11:00
Chrissy day1 2021-02-05 09:00:00 2021-02-05 18:00:00
        day2 2021-02-05 10:00:00 2021-02-05 19:00:00
Earl    day1 2021-02-05 18:00:00 2021-02-05 23:59:00
        day2 2021-02-05 09:00:00 2021-02-05 10:12:00

>>> table['out'] - table['in']
Name     date
Adam     day1   0 days 04:00:00
Bert     day1   0 days 03:21:00
         day2   0 days 01:10:00
Chrissy  day1   0 days 09:00:00
         day2   0 days 09:00:00
Earl     day1   0 days 05:59:00
         day2   0 days 01:12:00
dtype: timedelta64[ns]

【讨论】：

【解决方案3】：

如果time 列不是时间序列，首先需要将其转换为时间戳，如下所示：

df['time'] = pd.to_datetime(df['time'], format='%H:%M')

# Now you just use groupby on Name and date column
person_time_spent = df.groupby(['Name', 'date'])['time'].apply(lambda x: x.max() - x.min())

【讨论】：