python - 如何计算指定日期内 cpf 的重复次数？

Question

我有以下数据框:

cpf  day  startdate              enddate
1234  1   08/01/2018 12:50:0     08/01/2018 15:50:0
1234  1   08/01/2018 14:30:0     08/01/2018 15:50:0
1234  1   08/01/2018 14:50:0     08/01/2018 15:50:0
1234  2   08/02/2018 20:20:0     08/02/2018 23:50:0
1234  2   08/02/2018 22:50:0     08/02/2018 23:50:0
1235  1   08/01/2018 11:50:0     08/01/2018 15:20:0
5212  1   08/01/2018 14:50:0     08/01/2018 15:20:0

我需要计算cpf栏一天内的对话时间。例如，第一个 cpf 是 1234，因此在第 1 天，该 cpf 在 08/01/2018 12:50:0 发起对话，对话结束时间为 08/01/2018 15:50:0，我需要的是正是关于结束日期 - 开始日期的这个减法。我怎样才能做到这一点？

  cpf  day  startdate              enddate              Time_Conversation
    1234  1   08/01/2018 12:50:0     08/01/2018 15:50:0         3:00:0
    1234  1   08/01/2018 14:30:0     08/01/2018 15:50:0         3:00:0
    1234  1   08/01/2018 14:50:0     08/01/2018 15:50:0         3:00:0
    1234  2   08/02/2018 20:20:0     08/02/2018 23:50:0         3:30:0
    1234  2   08/02/2018 22:50:0     08/02/2018 23:50:0         3:30:0
    1235  1   08/01/2018 11:50:0     08/01/2018 15:20:0         4:30:0
    5212  1   08/01/2018 14:50:0     08/01/2018 15:20:0         4:30:0

Answer 1

取决于一些事情，但假设 startdate 和 enddate 是 pandas.Timestamp 列，您可以简单地执行以下操作:

df["Time_Conversation"] = (df["enddate"] - df["startdate"]).astype("timedelta64[s]")

这将为您提供对话持续的总秒数。如果需要，还可以将其格式化为 hh:mm:ss。

如果startdate和enddate是字符串类型列，您还需要转换为正确的格式。

import pandas as pd
df["startdate"] = pd.to_datetime(df["startdate"], infer_datetime_format=True)
df["enddate"] = pd.to_datetime(df["enddate"] ,infer_datetime_format=True)

df["Time_Conversation"] = (df["enddate"] - df["startdate"]).astype("timedelta64[s]")