Question

我目前正在解决一个问题，建议使用“ Pandas”，因为它适合我的解决方案，所以道歉，因为我是“ Pandas”软件包的新手。

我要解决的问题是读取带有以下数据的文本文件：

EmpID,ProjectID,DateFrom,DateTo
1,100,2014-11-01,2015-05-01
2,101,2013-12-06,2014-10-06
3,102,2015-06-04,2017-09-04
5,103,2014-10-01,2015-12-01
2,100,2013-03-07,2015-11-07
2,103,2015-07-09,2019-01-19
4,102,2013-11-13,2014-03-13
4,103,2016-02-14,2017-03-15
5,104,2014-03-15,2015-11-09

现在我的任务是说哪个员工在一个共同的项目上工作时间最长。

这是我到目前为止的进展：

import pandas as pd
import datetime as dt
import numpy as np

date_parser = lambda c: pd.to_datetime(c, format='%Y/%m/%d', errors='coerce')
df = pd.read_csv('data.csv', delimiter = ',', parse_dates=[2,3], date_parser=date_parser)
#df.set_index("EmpID", inplace = True)
df.sort_values(['ProjectID'], inplace=True)
df['Days Worked'] = (df['DateTo'] - df['DateFrom']).dt.days
cutdown_projecs = df.groupby('ProjectID').filter(lambda x: len(x) >= 2)

print(cutdown_projecs)

我要做的是对表格进行排序，使日期值设置为正确的格式，按ProjectID排序，然后缩减为重复两次或多次的项目（因为这将意味着员工需要共同努力）。我还添加了一个新列，其中添加了“工作天数”。这导致我得到以下结果：

     EmpID  ProjectID   DateFrom     DateTo      Days Worked
0      1        100    2014-11-01 2015-05-01          181
4      2        100    2013-03-07 2015-11-07          975
2      3        102    2015-06-04 2017-09-04          823
6      4        102    2013-11-13 2014-03-13          120
3      5        103    2014-10-01 2015-12-01          426
5      2        103    2015-07-09 2019-01-19         1290
7      4        103    2016-02-14 2017-03-15          395

现在，我需要有关如何正确解决问题的建议。我不知何故需要检查哪个数据范围在同一项目中“冲突”，然后一起计算员工的工作日。如果您能给我小费，我将不胜感激。谢谢。

编辑：修复了表格。

Answer 1

我拼凑出一个解决方案，但不知道它是否满足您的需求。由2名员工共同完成工作的时间最长。

from collections import defaultdict
from itertools import combinations
from datetime import datetime

data ='''\
1,100,2014-11-01,2015-05-01
2,101,2013-12-06,2014-10-06
3,102,2015-06-04,2017-09-04
5,103,2014-10-01,2015-12-01
2,100,2013-03-07,2015-11-07
2,103,2015-07-09,2019-01-19
4,102,2013-11-13,2014-03-13
4,103,2016-02-14,2017-03-15
5,104,2014-03-15,2015-11-09'''.splitlines()

d = defaultdict(list)
for line in data:
    empID, job, start, finish = line.split(',')
    d[job].append([empID,start,finish])

for job, aref in d.items():
    if len(aref) >= 2:
        for ref in combinations(aref, 2):
            begin = max(map(lambda x: x[1], ref))
            end = min(map(lambda x: x[2], ref))
            delta = datetime.strptime(end, '%Y-%m-%d') \
                    - datetime.strptime(begin, '%Y-%m-%d')
            dd = delta.days
            if dd > 0:
                print('employees', ref[0][0], 'and', ref[1][0],
                      'worked together', dd, 'days on job', job)

输出为：

employees 1 and 2 worked together 181 days on job 100
employees 5 and 2 worked together 145 days on job 103
employees 2 and 4 worked together 395 days on job 103
>>>

Pandas Python-比较不同的日期范围并检查它们是否在同一时间段内

1 个答案: