Pandas：计算中间时间条目的总时间增量

Question

我有一个如下所示的数据框

日期	姓名	进/出	时间
2024-01-01	J 博客	在	07:10
2024-01-01	J博客	出	09:30
2024-01-01	J博客	在	10:00
2024-01-01	J 博客	出	16:00
2024-01-01	H 辛普森	在	07:15
2024-01-01	H 辛普森	出	16:10
2024-01-01	M 辛普森	在	07:14
2024-01-01	M 辛普森	出去	10:00
2024-01-01	M 辛普森	在	10:15
2024-01-01	M 辛普森	出去	12:00
2024-01-01	M 辛普森	在	12:30
2024-01-01	M 辛普森	出	17:00

我的最终目标是仅计算中间

IN/OUT

次的总 timedelta (total_seconds())，如突出显示的那样。预期输出如下。

日期	姓名	时间增量
2024-01-01	J 博客	1800
2024-01-01	M 辛普森	2700

我还不确定从哪里开始，并且在其他地方找不到任何例子？ 谢谢 Stackoverflow！

Answer 1

假设 Time 在一个组内排序，第一个 In/Out 总是 In，并且 In/Out 总是交替的。

您可以转换时间

to_datetime

，然后使用

groupby.apply

计算

diff

，忽略第一个/最后一个值（使用

iloc

）和

sum

“ IN" 转换为

total_seconds

之前的时间增量：

# cleanup IN/OUT format
df['In/Out'] = df['In/Out'].str.upper()

out = (df
  .assign(dt=pd.to_datetime(df['Time'], format='%H:%M'))
  .groupby(['Date', 'Name'])
  .apply(lambda g: 
         g['dt'].diff().iloc[1:-1]
         [g['In/Out'].eq('IN')]
         .sum().total_seconds())
  .reset_index(name='TimeDelta')
  .query('TimeDelta>0') # optional: remove rows with null TimeDelta
)

输出：

         Date       Name  TimeDelta
1  2024-01-01   J Bloggs     1800.0
2  2024-01-01  M Simpson     2700.0

注意。如果任何初始假设不正确，您只需预处理数据以对其进行排序并删除无效行。

Answer 2

我会转换您的数据帧，以便每条记录都在 X 天的人员上，并具有入时和出时时间。然后你可以计算这两次的增量。这是我的做法。

import pandas as pd
import random as rd
names=['John','Jeff']
dates=['01/01/2024','01/02/2024']
intimes=['08:00','09:00']
outtimes=['17:00','17:30']

namelist=[]
datelist=[]
inlist=[]
outlist=[]

for i in names:
    for j in dates:
        namelist.append(i)
        datelist.append(j)
        inlist.append(rd.sample(intimes,1)[0])
        outlist.append(rd.sample(outtimes,1)[0])
        
df=pd.DataFrame()
df['Name']=namelist
df['Date']=datelist
df['In']=inlist
df['Out']=outlist

df['InDateandTime']=pd.to_datetime(df['Date']+' '+df['In'])
df['OutDateandTime']=pd.to_datetime(df['Date']+' '+df['Out'])

df['TimeDelta']=df['OutDateandTime']-df['InDateandTime']


display(df)

这是输出：

    Name    Date    In  Out     InDateandTime   OutDateandTime  TimeDelta
0   John    01/01/2024  09:00   17:00   2024-01-01 09:00:00     2024-01-01 17:00:00     0 days 08:00:00
1   John    01/02/2024  09:00   17:00   2024-01-02 09:00:00     2024-01-02 17:00:00     0 days 08:00:00
2   Jeff    01/01/2024  09:00   17:30   2024-01-01 09:00:00     2024-01-01 17:30:00     0 days 08:30:00
3   Jeff    01/02/2024  08:00   17:30   2024-01-02 08:00:00     2024-01-02 17:30:00     0 days 09:30:00

您只需要创建一个新的数据框，将您的记录转换为每人每天的一条记录，然后将此方法应用于该数据框。您需要首先将日期和时间组合为字符串，然后使用 pd.DateTime 将它们转换为 DateTime。我已经在代码中展示了如何执行此操作。您还可以删除原来的“日期”、“输入”和“输出”列，但我保留它们是为了向您展示我到底做了什么。大部分代码只是创建一个数据集，我可以将其用作示例。