pandas 通过生产周期分析每周耗费小时数

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本例，我们对一个时间序列进行解析，得到这个时间所在的区间分别在不同的周中有多少个小时，这对时序问题来说非常实用，方便我们对工作按周进行分析。来看看 pandas 是如何应对这种问题的。

数据与需求

我们的生产数据如下：

import pandas as pd
import io

data = '''
pid,start,end
A1,2024-10-12 09:30:00,2024-10-13 09:30:00
A2,2024-10-15 19:30:00,2024-10-24 09:30:00
B1,2024-10-01 12:00:00,2024-10-24 09:30:00
B2,2024-10-20 19:30:00,2024-10-07 09:30:00
'''

df = pd.read_csv(io.StringIO(data))
df = df.astype({'start': 'datetime64[ns]', 'start': 'datetime64[ns]'})
df
'''
  pid               start                  end
0  A1 2024-10-12 09:30:00  2024-10-13 09:30:00
1  A2 2024-10-15 19:30:00  2024-10-24 09:30:00
2  B1 2024-10-01 12:00:00  2024-10-24 09:30:00
3  B2 2024-10-20 19:30:00  2024-10-07 09:30:00
'''

pid 是商品的 ID，对应的两列分别是这个商品的生产开始时间和完成生产时间。我们的需求是，要分析每个周分别用在生产此商品的时间是多少小时。

得到的结果如下：

week     40     41     42    43
pid
A1      0.0   24.0    0.0   0.0
A2      0.0    0.0  124.0  81.5
B1    131.5  167.5  167.5  81.5

列头的数字为当年的周数。

思路

我们可以利用每行数据中的开始时间和结束时间构造一个时间序列，然后对商品和这个时间序列的周进行分组，聚合每个组的总时间。

再对这个堆叠数据解除堆叠，并转换为小时数就得到了最终的结果。

代码

最终的代码如下：

(
    df.set_index('pid')
    .apply(lambda x: pd.date_range(x.start, x.end, freq='30min'), axis=1)
    .explode()
    .pipe(lambda x: x.groupby([x.index, x.dt.isocalendar().week]))
    .apply(lambda x: x.diff().sum())
    .dt.total_seconds().div(3600)
    .unstack()
    .fillna(0)
)
'''
week     40     41     42    43
pid
A1      0.0   24.0    0.0   0.0
A2      0.0    0.0  124.0  81.5
B1    131.5  167.5  167.5  81.5
'''

这样就得到了最终的结果。

（完）

pandas 通过生产周期分析每周耗费小时数

数据与需求

思路

代码

相关内容