计数两个定时之间的表中的行数

Question

我有这张桌子：

 IdNum                  BeginDate                      Exitdate
-------------------------------------------------------------------------
123                    2022-06-13 09:03               2022-06-13 22:12
633                    2022-06-13 08:15               2022-06-13 13:09
389                    2022-06-13 10:03               2022-06-13 18:12
665                    2022-06-13 08:30               2022-06-13 10:12

我想在一天的每15分钟中获取数据，以了解该人（IDNUM）是否在此过程中。

例如：我想知道在18:00到18:15之间的过程中有多少个IDNUM。

根据上表，我应该得到：2

，因为在一天的15分钟内，只有IDNUM 123和IDNUM 389。

我可以编写一个函数或可以在上面接收该表的功能，然后返回一个带有96列的新表（对于一天的每15分钟），对于每行（IDNUM）时间？

示例：

 IdNum      BeginDate               Exitdate                00:00 - 00:15       18:00 - 18:15      etc etc..
----------------------------------------------------------------------------------------------
123         2022-06-13 09:03        2022-06-13 22:12         FALSE              TRUE
633         2022-06-13 08:15        2022-06-13 13:09         FALSE              FALSE
389         2022-06-13 10:03        2022-06-13 18:12         FALSE              TRUE
665         2022-06-13 08:30        2022-06-13 10:12         FALSE              FALSE

接收3个变量的函数更容易

或者也许编写一个 在那段时间之间）。

在Python上更容易做什么？有可能吗？您能帮我牵头还是在Python上做些更好的方法？我上面提出的第一个还是第二个？

Answer 1

在我的解决方案，您将在员工在第一个示例中显示的员工在这里的时间内拥有一个具有ID和布尔值的数据框。

import pandas as pd

#Your initial Dataframe
df = pd.DataFrame([[123,"2022-06-13 09:03", "2022-06-13 22:12"],[633, "2022-06-13 08:15", "2022-06-13 13:09"]], columns=['IdNum', 'BeginDate', 'Exitdate'])

#The dictionnary where I'll stock the result
dico_res = {}
for i in range(df.shape[0]):

  #I define a range of dates to know if your enter and exit is in the range
  enter = pd.to_datetime(df.loc[i]["BeginDate"])
  exit = pd.to_datetime(df.loc[i]["Exitdate"])
  start = pd.to_datetime(enter.strftime("%d/%m/%Y"))
  range_15_minutes = pd.date_range(start=start, end=end,freq="15min")
  list_boolean, idx = [], []
  
  for date in range(len(range_15_minutes)-1):
    if enter >= range_15_minutes[date] and enter < range_15_minutes[date+1]:
      list_boolean.append(True)
      
    elif exit >= range_15_minutes[date] and exit < range_15_minutes[date+1]:
      list_boolean.append(True)
    
    elif exit < range_15_minutes[date] or enter > range_15_minutes[date]:
        list_boolean.append(False)
    
    else:
      list_boolean.append(True)
      
    idx.append(range_15_minutes[date].strftime("%H:%M") + "-" + range_15_minutes[date+1].strftime("%H:%M"))

  dico_res[df.loc[i]["IdNum"]]=list_boolean

dataframe_solution = pd.DataFrame(dico_res, index=idx).T