1

Есть задача, в которой суть заключается в выводе суммы часов за месяц, данные берутся из датафрейма, который берется из дб, данные в дб поступают из телеграмм бота:

Name date_reg time_reg date_start_job time_start_job time_end_job
@test1 21-05-2021 11:18 22-05-2021 10:00 19:07
@test2 21-05-2021 12:13 22-05-2021 9:58 20:04

Пробовал сравнивать дату(год и месяц) в столбце с датой и дату(год и месяц) на текущий момент, с помощью datetime, но данный способ не универсален:

month = dt.datetime.today()
date = month.strftime("%Y-%m")
tetsd = df['date_start_job'] == date

Сумму получаю по всем месяцам, но по отдельным месяцам вычленить ее не получается:

datedf = df.groupby(['name', 'date_start_job']).first()
kek = datedf.groupby('name').sum()

На выходе должен получиться фрейм с указанием "name", месяцем и суммой часов за этот месяц:

name month summ
@test1 05 09:07
@test2 05 10:46

В моем же случае сейчас считается вся сумма часов без оглядки на месяц.

Буду признателен за помощь, или в каком направлении копать.

4
  • приведите пример исходного датафрейма, для воспроизведения.
    – strawdog
    23 мая 2021 в 15:20
  • @strawdog Подскажите пожалуйста, Вам нужен пример в каком виде? 23 мая 2021 в 16:47
  • Кирилл, в тестовом (csv) виде, можно ссылкой на файлообменник, чтобы было с чем работать.
    – strawdog
    23 мая 2021 в 18:54
  • @strawdog Теперь понял! Прошу: disk.yandex.ru/d/L4jAU55hzHcQHA 23 мая 2021 в 19:29

2 ответа 2

1

Моя попытка решения вашей задачи

Исходные данные:

Name    date_reg    time_reg    date_start_job  time_start_job  time_end_job
@test1  21-05-2021  11:18   21-05-2021  10:00   19:07
@test2  21-05-2021  12:13   21-05-2021  9:58    20:00
@test1  21-05-2021  12:13   21-05-2021  9:24    20:04
@test2  21-05-2021  12:13   22-05-2021  9:58    19:04
@test1  21-05-2021  12:13   21-04-2021  9:34    20:04
@test2  21-05-2021  12:13   21-02-2021  9:58    20:10
@test1  21-05-2021  12:13   21-04-2021  9:58    20:04
@test2  21-05-2021  12:13   21-02-2021  9:15    20:04
@test1  21-05-2021  12:13   21-03-2021  9:58    21:00
@test2  21-05-2021  12:13   21-02-2021  5:16    20:04

Типы данных:

Name              object
date_reg          object
time_reg          object
date_start_job    object
time_start_job    object
time_end_job      object
dtype: objectэ

Решение:

(df
 # Конвертируем строки в дату и время
 .assign(time_start_job=pd.to_datetime(df.time_start_job))
 .assign(time_end_job=pd.to_datetime(df.time_end_job))
 
 # Считаем разницу между начальным и конечным временем
 .assign(time_spent=lambda x: (x.time_end_job - x.time_start_job))

 # Группируем датафрейм по имени и году-месяцу
 .groupby(['Name', pd.to_datetime(df.date_start_job).dt.strftime('%Y-%m')])
 
 # Считаем сумму потраченного времени для каждой группы
 ['time_spent'].sum()

 # Можно получить сумму в секундах, чтобы потом пересчитать как хочется 
 #['time_spent'].sum().dt.total_seconds()
 
 .reset_index(name='time_spent_sum')
)

Результат:

     Name date_start_job time_spent_sum
0  @test1        2021-03 0 days 11:02:00
1  @test1        2021-04 0 days 20:36:00
2  @test1        2021-05 0 days 19:47:00
3  @test2        2021-02 1 days 11:49:00
4  @test2        2021-05 0 days 19:08:00

Для ваших данных результат такой:

                  name date_start_job  time_spent_sum
0  AndryshchenkoSergey        2021-05 1 days 21:57:00
1  AndryshchenkoSergey        2021-06 0 days 17:21:00
2               wt4565        2021-05 0 days 02:18:00
3              z6_1_02        2021-05 0 days 08:03:00
4
  • 1
    Спасибо Вам огромное, Вы просто спасли мои мозги от взрыва, я много раз натыкался на такой способ, но не мог осознать его. Как же я был слеп... Спасибо! 24 мая 2021 в 20:09
  • Андрей, на Вашей практике бывало такое, что данный алгоритм вместо месяцев группирует по дням? Если нет, то что то очень странное происходит т.к. сейчас он группирует по дням и году. 13 июн 2021 в 10:46
  • Поправочка, решение работает, залагал тип записи в бд '%d-%m-Y', такой тип записи не корректен для дальнейших действий в Pd. Верная запись в бд '%Y-%m-%d'. 13 июн 2021 в 11:36
  • @КириллВолков я не понял, проблема решена?
    – Andrey
    19 июн 2021 в 8:41
0

Проще всего создать ещё одну колонку, в которой будет записано время работы за сессию. Затем просто применить к столбцу с датой (в пандасовском формате, конечно) метод resamlpe. Что-то вроде этого должно работать:

df['summ'] = df[time_end_job] - df[time_start_job]
print(df.query('name == "test1"').resample('1M', on='date_start_job'))

Тогда в последней колонке будет суммарное время за месяц.

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.