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:
网奇Eshop网络商城系统
下载
网奇.NET网络商城系统是基于.Net平台开发的免费商城系统。功能强大，操作方便，设置简便。无需任何设置，上传到支持asp.net的主机空间即可使用。系统特色功能：1、同时支持Access和SqlServer数据库；2、支持多语言、多模板3、可定制缺货处理功能4、支持附件销售功能5、支持会员组批发功能6、提供页面设计API函数7、支持预付款功能8、配送价格分地区按数学公式计算9、商品支持多类别，可
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。
总结
本文提供了一个使用Python计算CSV文件中办公时长的示例代码，并详细解释了代码逻辑和注意事项。该代码不依赖Pandas库，而是使用csv和datetime模块进行数据处理，可以作为处理CSV数据的基础。在实际应用中，需要根据具体情况进行修改和完善，例如处理数据缺失、时区问题和错误处理等。
