отметить посещаемость пользователя в датафрейме

Question

У меня есть фрейм данных, в котором отмечается ежедневный вход и выход пользователя, но пользователь приходит в разное время каждый день, например, ниже приведены входные данные пользователя

Date    UserID  Intime  Outtime
2018-06-29  73456   2018-06-29 07:30:54  2018-06-29 15:30:13
2018-06-28  73456   2018-06-28 08:29:23  2018-06-28 17:28:31
2018-06-27  73456   2018-06-27 11:26:02  2018-06-27 19:30:09
2018-06-26  73456   2018-06-26 14:20:42  2018-06-26 23:25:38
2018-06-25  73456   2018-06-25 07:31:19  2018-06-25 16:24:26

Мне нужно вести почасовую запись об этом пользователе. поэтому на отдельном листе у меня есть дата и время на почасовой основе. Мне нужно добавить 1 в поле пользователя, в котором час пользователя. Например, выходные данные.

Hours                User
2018-06-29 0:00:00    
2018-06-29 1:00:00
2018-06-29 2:00:00
2018-06-29 3:00:00
2018-06-29 4:00:00
2018-06-29 5:00:00
2018-06-29 6:00:00
2018-06-29 7:00:00    1
2018-06-29 8:00:00    1
2018-06-29 9:00:00    1
2018-06-29 10:00:00    1
2018-06-29 11:00:00    1
2018-06-29 12:00:00    1
2018-06-29 13:00:00    1
2018-06-29 14:00:00    1
2018-06-29 15:00:00    1
2018-06-29 16:00:00
2018-06-29 17:00:00

Я могу создать столбец часов, но не могу отметить посещаемость для часа, в котором находится пользователь.

Любая помощь будет высоко оценена. Спасибо !

Answer 1

ниже - решение, которое я разработал. используя python 2.7

import pandas as pd

data = pd.read_excel("June_2018.xlsx", "sheetname")
df = pd.DataFrame(data)  #created dataframe from excel data

my_df = pd.DataFrame({'Hours': pd.date_range("2018-06-01", "2018-06-30", freq='1H', closed='left')})  #created new dataframe with hourly frequency

df['Intime'] = df['Intime'].apply(lambda dt: dt.replace(minute=0, second=0))  #round off min and seconds to 0
df['Outtime'] = df['Outtime'].apply(lambda dt: dt.replace(minute=0, second=0))  #round off min and seconds to 0

for idx in set(df["UserID"]):  #i have multiple userid so iterating over users
    emp_data =  df[df["UserID"] == idx]  #filtered the table on user id basis
    for item in set(emp_data["Date"].dt.date):  #iterating over date
        in_time = emp_data["Intime"][emp_data["Date"] == item]  #finding intime
        out_time = emp_data["Outtime"][emp_data["Date"] == item]  #finding outtime

        my_df.loc[(my_df["Hours"].values >= in_time.values) & (my_df["Hours"].values <= out_time.values), idx] = 1  #adding 1 where hourly value is in range

print my_df  #printing the df

Answer 2

Попробуйте это:

Построить почасовой набор

s = pd.date_range(df1.index[0], df1.index[-1]+pd.DateOffset(1), freq='H')
idx = pd.period_range(df1.index[0], df1.index[-1]+pd.DateOffset(1), freq='H')
idx = idx[:-1]

Найти, когда индекс находится в диапазоне Intime и Outtime

sol = [int((s[i] >= df1.iloc[j,1] - pd.DateOffset(hours=1)) & (s[i] <= df1.iloc[j,2])) for j in range(len(df1)) for i in range(len(idx))]

Используйте numpy, чтобы преобразовать список в более дружественный формат

sol2 = np.array(sol)
sol3 = np.reshape(sol2, (s.shape[0]-1,len(df1)),order = 'F')

Сборка нужной серии

ans = pd.Series(np.amax(sol3, axis=1),idx.values)

показать результаты

print(ans)

вывод (за последний день):

2018-06-29 00:00    0
2018-06-29 01:00    0
2018-06-29 02:00    0
2018-06-29 03:00    0
2018-06-29 04:00    0
2018-06-29 05:00    0
2018-06-29 06:00    0
2018-06-29 07:00    1
2018-06-29 08:00    1
2018-06-29 09:00    1
2018-06-29 10:00    1
2018-06-29 11:00    1
2018-06-29 12:00    1
2018-06-29 13:00    1
2018-06-29 14:00    1
2018-06-29 15:00    1
2018-06-29 16:00    0
2018-06-29 17:00    0
2018-06-29 18:00    0
2018-06-29 19:00    0
2018-06-29 20:00    0
2018-06-29 21:00    0