我有这样的 pandas 数据框:
Employee_id timestamp
1 2017-06-21 04:47:45
1 2017-06-21 04:48:45
1 2017-06-21 04:49:45
对于每位员工,如果他/她在办公室,我每 1 分钟就会收到 ping 信息。 我有大约 2000 个员工的 ping,我需要如下输出:
Employee_id date Total_work_hour
1 2018-06-21 8
1 2018-06-22 7
2 2018-06-21 6
2 2018-06-22 8
所有 2000 名员工
最佳答案
使用groupby
带有 diff
的 lambda 函数计算所有差异的总和
,然后通过 total_seconds
将其转换为秒然后除以 3600
得到小时:
df1 = (df.groupby(['Employee_id', df['timestamp'].dt.date])['timestamp']
.apply(lambda x: x.diff().sum())
.dt.total_seconds()
.div(3600)
.reset_index(name='Total_work_hour'))
print (df1)
Employee_id timestamp Total_work_hour
0 1 2017-06-21 0.033333
但是如果可能缺少一些连续分钟,可以使用自定义函数:
print (df)
Employee_id timestamp
0 1 2017-06-21 04:47:45
1 1 2017-06-21 04:48:45
2 1 2017-06-21 04:49:45
3 1 2017-06-21 04:55:45
def f(x):
vals = x.diff()
return vals.mask(vals > pd.Timedelta(60, unit='s')).sum()
df1 = (df.groupby(['Employee_id', df['timestamp'].dt.date])['timestamp']
.apply(f)
.dt.total_seconds()
.div(3600)
.reset_index(name='Total_work_hour')
)
print (df1)
Employee_id timestamp Total_work_hour
0 1 2017-06-21 0.033333
关于python - 计算 pandas 中每个日期员工的总工作时间,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52927938/