DataFrame - 给定开始日期、结束日期、每天产生的小时数，我如何计算给定月/年产生的小时数？答案

【问题标题】：DataFrame - Given a start date, end date , hours incurred daily, how do I go about calculating hours incurred for given month/year?DataFrame - 给定开始日期、结束日期、每天产生的小时数，我如何计算给定月/年产生的小时数？
【发布时间】：2021-07-08 00:47:56
【问题描述】：

我有一个由employee_id、start_date、end_date、hour_spent_per_day 组成的数据框。基本上对于每条记录，它都会记录员工每天花费的时间以及 start_Date 和 end_Date 给定的持续时间。

employee_id	start_Date	end_Date	hours_spent_per_day
1234	2019-01-15	2019-01-15	2
1234	2019-01-15	2019-01-17	3
1236	2019-01-29	2019-02-28	4
1237	2019-01-19	2019-03-05	2
1237	2019-12-01	2020-01-10	2

我的目标是汇总每年每月花费的总小时数。即

Year	Month	Hours Spent
2019	January	'hours spent for all the days in Jan-2019 for all employees
2019	February	'hours spent for all the days in Feb-2019 for all employees
2019	March	'hours spent for all the days in Mar-2019 for all employees
2019	December	'hours spent for all the days in Dec-2019 for all employees
2020	January	'hours spent for all the days in Jan-2020 for all employees

现在第二个表很容易（只是按 SQL 分组的问题）。但是我对第一个表有问题，即对于每一行，我如何确定每个月花费的时间（注意跨月是可能的）。我想我需要确定每一行所涵盖的确切月份/年份，然后乘以该月花费的时间。我被困住了，寻求您的帮助。

【问题讨论】：

标签： python dataframe

【解决方案1】：

试试：

df["start_Date"] = pd.to_datetime(df["start_Date"])
df["end_Date"] = pd.to_datetime(df["end_Date"])

df["tmp"] = df.apply(
    lambda x: pd.date_range(x["start_Date"], x["end_Date"]), axis=1
)
df = df.explode("tmp")

x = df.groupby([df.tmp.dt.year, df.tmp.dt.month_name()])[
    "hours_spent_per_day"
].sum()

x.index = x.index.rename(["Year", "Month"])
print(x.reset_index().rename(columns={"hours_spent_per_day": "Hours Spent"}))

打印：

   Year     Month  Hours Spent
0  2019  December           62
1  2019  February          168
2  2019   January           49
3  2019     March           10
4  2020   January           20

【讨论】：