Question

我有df列有日期，员工和事件。＆＃39;事件＆＃39;如果有人退出，则有[1,3,5]，如果有人有人，则有[0,2,4]。＆＃39;员工＆＃39;它是每个员工的私人号码。那是df的负责人：

   employee  event  registration                date
0         4      1             1 2010-10-18 18:11:00
1        17      1             1 2010-10-18 18:15:00
2         6      0             1 2010-10-19 06:28:00
3         8      0             0 2010-10-19 07:04:00
4        15      0             1 2010-10-19 07:34:00

我排序了df，我有一个月的价值[年和月是我的变量]。

df = df.where(df['date'].dt.year == year).dropna()
df = df.where(df['date'].dt.month== month).dropna()

我想创建df，它显示每个员工的工作时间总和。员工在同一天进来并出来，他们每天都可以做几次。

Answer 1

您似乎需要boolean indexing与groupby sum diff与year = 2010 month = 10 df = df[(df['date'].dt.year == year) & (df['date'].dt.month== month)]的区别：

groupby

更为通用的解决方案是添加到year month和df =df['date'].groupby([df['employee'], df['event'], df['date'].rename('year').dt.year, df['date'].rename('month').dt.month]).apply(lambda x: x.diff().sum())：

var d.date = "2017-04-26 07:49:09"

大熊猫的总和时间

1 个答案: