Python计算办公时长：CSV数据处理与时间差计算-小浪学习网

Python计算办公时长：CSV数据处理与时间差计算

本文旨在提供一个python脚本，用于从csv文件中读取数据，计算特定月份内（例如二月）每个ID对应的办公时长。该脚本不依赖pandas库，而是使用csv和datetime模块进行数据处理和时间计算。文章将详细解释代码逻辑，并提供注意事项，帮助读者理解和应用该方法。

数据准备

首先，我们需要准备包含ID、类型（in/out）和时间信息的CSV文件。以下是一个示例CSV文件的内容（data.csv）：

id,type,time 1,out,2023-01-01T08:01:28.000Z 1,in,2023-02-01T08:01:28.000Z 2,in,2023-02-01T09:04:16.000Z 2,out,2023-02-01T12:01:28.000Z 1,out,2023-02-01T13:34:15.000Z

Python 代码实现

以下Python代码展示了如何读取CSV文件，筛选二月份的数据，并计算每个ID的办公时长。

import datetime import csv  date_format = '%Y-%m-%dT%H:%M:%S.%fZ' total_time = {} feb = datetime.datetime.strptime('2023-02', '%Y-%m').month  file_path = 'data.csv' with open(file_path, 'r') as f:     # Create a CSV reader     csv_file = csv.DictReader(f)     list_of_dict = list(csv_file)  for d in list_of_dict:   w_id = d['id']   dt = datetime.datetime.strptime(d['time'], date_format).date()   d_time = datetime.datetime.strptime(d['time'], date_format)    if d_time.month == feb:      if not total_time.get(w_id):       total_time[w_id] = {"date": None,"last_in": None, "last_out": None, "work_hour_s": 0. , 'work_hour_string': '' }      update_time = total_time[w_id]     update_time['date'] = dt     if d['type'] == 'in':       update_time['last_in'] = d_time     if d['type'] == 'out':       update_time['last_out'] = d_time      if update_time['last_out'] and update_time['last_in']:       if update_time['last_out'] > update_time['last_in']:         work_hour_s = update_time['last_out'] - update_time['last_in']         update_time['work_hour_s'] += work_hour_s.seconds          up_time = int(update_time['work_hour_s'])         hours, remainder = divmod(up_time, 3600)         minutes, seconds = divmod(remainder, 60)          formatted_duration = f"{hours:02d}:{minutes:02d}:{seconds:02d}"         update_time['work_hour_string'] = formatted_duration  print(total_time)

代码解释:

立即学习“Python免费学习笔记（深入）”；

导入必要的模块: 导入 datetime 用于处理日期和时间，csv 用于读取CSV文件。
定义日期格式: date_format = ‘%Y-%m-%dT%H:%M:%S.%fZ’ 定义了CSV文件中时间戳的格式。
初始化数据结构: total_time = {} 用于存储每个ID对应的办公时长信息。
指定目标月份: feb = datetime.datetime.strptime(‘2023-02’, ‘%Y-%m’).month 获取二月份的月份值。
读取CSV文件: 使用 csv.DictReader 读取CSV文件，并将每行数据存储为字典。
遍历数据: 遍历CSV文件中的每一行数据。
筛选目标月份数据: 检查当前行数据的月份是否为二月。
初始化ID数据: 如果total_time字典中不存在当前ID，则初始化一个包含date, last_in, last_out, work_hour_s, work_hour_string等键的字典。
更新最后进入/离开时间: 根据type字段的值，更新last_in或last_out时间。
计算办公时长: 如果last_in和last_out都存在，则计算二者的时间差，并将结果累加到work_hour_s中。
格式化输出: 将总秒数转换为HH:MM:SS格式的字符串，并存储在work_hour_string中。
输出结果: 打印total_time字典，其中包含了每个ID在二月份的办公时长信息。

输出示例:

{'1': {'date': datetime.date(2023, 2, 1),   'last_in': datetime.datetime(2023, 2, 1, 8, 1, 28),   'last_out': datetime.datetime(2023, 2, 1, 13, 34, 15),   'work_hour_s': 19967.0,   'work_hour_string': '05:32:47'},  '2': {'date': datetime.date(2023, 2, 1),   'last_in': datetime.datetime(2023, 2, 1, 9, 4, 16),   'last_out': datetime.datetime(2023, 2, 1, 12, 1, 28),   'work_hour_s': 10632.0,   'work_hour_string': '02:57:12'}}

注意事项

数据顺序: 代码假设同一ID的in和out记录是成对出现的，并且out记录的时间晚于in记录。如果数据不是有序的，需要先进行排序。
数据完整性: 代码没有处理数据缺失的情况，例如只有in记录而没有out记录，或者反之。在实际应用中，需要根据具体情况进行处理。例如，可以忽略只有in或out的记录，或者使用默认值填充缺失的in或out时间。
日期格式: 确保CSV文件中的日期格式与date_format变量定义的格式一致。如果不一致，需要修改date_format变量。
时区问题: 代码没有考虑时区问题。如果CSV文件中的时间戳包含时区信息，需要先将时间戳转换为统一的时区，然后再进行计算。
错误处理: 在实际应用中，应该添加错误处理机制，例如使用try-except块来捕获可能发生的异常，例如文件不存在、日期格式错误等。