我有两个数据帧。
其中一个包含员工轮班时间,具有开始日期和结束日期。
另一种是“停机时间”,它有开始时间和结束时间。
两个数据框如下所示:
Start Date End Date
43 2018-10-01 05:00:00+00:00 2018-10-03 05:00:00+00:00
44 2018-09-27 13:00:00+00:00 2018-10-01 05:00:00+00:00
45 2018-09-27 10:10:00+00:00 2018-09-27 13:00:00+00:00 我在试着找出员工实际工作的时间。只应计算非停机时间。
我想了两种方法来解决这个问题(结果略有不同)
第一种方法是“蛮力方法”,我创建一个新的数据帧,其中包含一年中每一分钟的记录。我把它与轮班时间结合起来,这样所有的工人时间都被分成了1分钟的间隔。然后,我使用了以下代码
removed_stuff = pd.DataFrame(columns=["shift","columns"])
for i in range(len(downtime)):
removed_stuff = pd.concat([removed_stuff,test_copy[(test_copy.index <= downtime["End Date"][i]) & (test_copy.index >= downtime["Start Date"][i])]])
test_copy = test_copy[(test_copy.index > downtime["End Date"][i]) | (test_copy.index < downtime["Start Date"][i])]removed_stuff是在planned_stoppage_reasons开始和结束时间内删除的所有内容。test_copy是我想要的,它包含了任何停机时间之外的所有时间。
当对test_copy的分钟数求和时,我(应该)得到工作的任何停机时间之外的总分钟数。
我的另一个想法是更多的手部波动。
我将停机时间和员工轮班合并到一个数据帧中:
time shift start shift end stoppage start stoppage end
2018-01-02 06:00:00+00:00 NaN NaN 1.0 NaN
2018-01-02 18:30:00+00:00 NaN NaN NaN 1.0
2018-01-04 06:00:00+00:00 1.0 NaN NaN NaN
2018-01-04 18:00:00+00:00 NaN 1.0 NaN NaN
2018-01-05 06:00:00+00:00 1.0 NaN NaN NaN
2018-01-05 18:00:00+00:00 NaN 1.0 NaN NaN 然后,我创建了一个新的列,它的编写方式如下。
def actaul_shift(Dataframe,first_value):
Dataframe_new = Dataframe.copy()
Dataframe_new["actual"][0] = first_value
for i in range(len(Dataframe_new)):
if i != 0:
if Dataframe_new["shift start"][i] == 1:
Dataframe_new["actual"][i] = Dataframe_new["actual"][i - 1] + 1
elif Dataframe_new["shift end"][i] == 1:
Dataframe_new["actual"][i] = Dataframe_new["actual"][i -1] - 1
elif Dataframe_new["stoppage start"][i] == 1:
Dataframe_new["actual"][i] = Dataframe_new["actual"][i -1] - 1
elif Dataframe_new["stoppage end"][i] == 1:
Dataframe_new["actual"][i] = Dataframe_new["actual"][i -1] + 1
return Dataframe_new我必须指定第一个值(这就是机器是否应该在第一个时刻打开或关闭),在此之后,如果shift start == 1,则actual列应将1加到前一个值,如果shift end == 1,则前一个值减1,如果stoppage start == 1,则前一个值减1,如果stoppage end == 1,则前一个值加1。
本质上,我只关心数字何时从1转换到0(从开到关)。
如果机器在关闭状态下启动(0),那么停机时间开始(-1),然后换挡开始(0),停机时间结束(1),然后换班结束(0)。只有最后的1到0才算数,因为机器在其余时间都处于停机状态。
在一张纸上运行几个示例似乎总是有意义的。
然而,我从这两种方法得到的结果略有不同。结果足够大(9%的差异),我无法通过第一种方法的简单舍入误差来解释(我甚至以1秒的间隔运行它,结果仍然不同)。
这两种方法是否正确。如果有,有没有更有效的方法?如果没有,有没有正确的方法。
非常感谢
发布于 2019-01-16 01:30:33
根据注释中的请求示例工作,并且在停机时间实际上可能超出工作班次时间的情况下(这感觉不对,但嘿,这是您的数据),您可以通过以下步骤找到四个小时的总工作时间:
>>> from datetime import datetime
>>> fmt = '%Y-%m-%d %H:%M:%S'
>>> S1 = datetime.strptime('2018-01-02 06:00:00', fmt)
>>> E1 = datetime.strptime('2018-01-02 18:30:00', fmt)
>>> S2 = datetime.strptime('2018-01-02 10:00:00', fmt)
>>> E2 = datetime.strptime('2018-01-02 20:00:00', fmt)
>>> shift = max(E1, E2) - min(S1, S2)
>>> downtime = E2 - S2
>>> worked = shift - downtime
>>> worked.seconds
14400
>>> worked.seconds / 60 / 60
4.0https://stackoverflow.com/questions/54186780
复制相似问题