Question

我想获取相关工作时间表的列表（包括活动日期，用户ID，活动，活动开始日期/时间，活动结束日期/时间），并将其分解为从一小时和半小时开始的30分钟间隔并列出该时间间隔内该活动的总时间。

给出...

>>> print(df)
activity_date   user_id activity    activity_start_time activity_end_time
11-Jun  bob phones  06/11/2019 8:00 06/11/2019 9:00
11-Jun  bob break   06/11/2019 9:00 06/11/2019 9:15
11-Jun  bob phones  06/11/2019 9:15 06/11/2019 11:15
11-Jun  bob lunch   06/11/2019 11:15    06/11/2019 12:15

我希望这是结果...

>>> print(df)
interval_start  time_in_interval activity_date  user_id activity    activity_start_time activity_end_time
06/11/2019 8:00 30  11-Jun  bob phones  06/11/2019 8:00 06/11/2019 9:00
06/11/2019 8:30 30  11-Jun  bob phones  06/11/2019 8:00 06/11/2019 9:00
06/11/2019 9:00 15  11-Jun  bob break   06/11/2019 9:00 06/11/2019 9:15
06/11/2019 9:00 15  11-Jun  bob phones  06/11/2019 9:15 06/11/2019 11:15
06/11/2019 9:30 30  11-Jun  bob phones  06/11/2019 9:15 06/11/2019 11:15
06/11/2019 10:00    30  11-Jun  bob phones  06/11/2019 9:15 06/11/2019 11:15
06/11/2019 10:30    30  11-Jun  bob phones  06/11/2019 9:15 06/11/2019 11:15
06/11/2019 11:00    30  11-Jun  bob phones  06/11/2019 9:15 06/11/2019 11:15
06/11/2019 11:30    30  11-Jun  bob phones  06/11/2019 9:15 06/11/2019 11:15
06/11/2019 12:00    15  11-Jun  bob phones  06/11/2019 9:15 06/11/2019 11:15

2个新列（间隔开始和间隔中的时间）以及新添加的行，因此活动在每个间隔中都适当显示。我仍然想查看原始的活动开始和结束时间

编辑：这是我到目前为止所拥有的。会...

创建所有间隔的表（每30分钟）。
与userid-dates列表合并以为userid拥有计划的所有日期创建所有间隔的表
将其与原始数据框合并。

到那时，我有一个表，其中包含所有用户ID的所有间隔，并且活动开始的间隔已正确标记。但是，如果活动没有按间隔开始（例如，活动从9:15而不是9:00或9:30开始），则间隔开始时间为空。并且所有中间间隔都在那里，但是为空（例如，活动从9; 00开始，一直运行到10:00 ...列出了9:30间隔，但活动信息为空

还剩下什么...

如果间隔开始时间为空（因此活动不会在一个小时或半小时开始），请使用正确的间隔开始时间进行更新。我有一个功能
按用户ID，活动开始时间，间隔时间和库伊活动信息排序以填写活动信息（例如，获取9：00-10：00活动的信息并更新9:30间隔）

我只知道必须有更好的方法。...

import numpy as np
import pandas as pd
import datetime


from pandas import Series, DataFrame

# 
# insert code to a create dataframe as df
# df has schedule data as documented elsewhere
#

#Create interval List
interval_list = list(range(0, 48))
start_of_day = datetime(2019,1,1,0,0,0)
interval_times = pd.DataFrame()
for x in interval_list:
    minutes_into_day = x * 30
    start_of_interval =  (start_of_day + timedelta(minutes=minutes_into_day)).time()
    interval_times = interval_times.append(pd.DataFrame({'interval_start': start_of_interval, 'joiner': 'joiner'}, index=[0]), ignore_index=True)
interval_times['joiner'] = 'joiner'

#Create id_date List
id_date = df.groupby(['user_id', 'date'], as_index=False)['activity'].count().copy()
id_date = id_date.drop('activity', axis=1)
id_date['joiner'] = 'joiner'
id_date

#merge Interval & ID_date
user_ids_interval_date_times = pd.merge(interval_times, id_date)
user_ids_interval_date_times['activity_start_time'] = user_ids_interval_date_times.apply(lambda r : pd.datetime.combine(r['date'],r['interval_start']),1)

#merge with df 
df_temp = pd.merge(df, user_ids_interval_date_times, how='outer')

#if interval is null, then update with interval floor
def floor_dt(dt, delta):
    return datetime.datetime.min + math.ceil((dt - datetime.datetime.min) / delta) * delta - delta



#Sort by ID & activity_start_time

#copy everything down


df_temp

将时间表信息（开始和结束时间）分成较小的间隔

0 个答案: