如何将考勤时间戳导入Pandas DataFrame并计算员工总工时

步骤1：导入数据并处理重复列名 #

CSV中重复的In/Out列，Pandas会自动添加后缀（如In.1、Out.1），先读取数据：

import pandas as pd

# 读取考勤CSV文件，指定第一行为列名
df = pd.read_csv('考勤数据.csv', header=0)

步骤2：分离In/Out列 #

自动筛选所有In开头和Out开头的列，适配任意数量的考勤列：

in_cols = [col for col in df.columns if col.startswith('In')]
out_cols = [col for col in df.columns if col.startswith('Out')]

步骤3：转换时间字符串为datetime类型 #

处理带a.m./p.m.的时间格式，同时自动忽略格式错误的无效值：

# 转换In列时间，适配MM/DD/YYYY 12小时制格式
df[in_cols] = df[in_cols].apply(pd.to_datetime, format='%m/%d/%Y %I:%M:%S %p', errors='coerce')
# 转换Out列时间，errors='coerce'将错误格式转为NaT（无效时间）
df[out_cols] = df[out_cols].apply(pd.to_datetime, format='%m/%d/%Y %I:%M:%S %p', errors='coerce')

步骤4：计算每位员工总工时 #

对每行所有Out时间求和，减去所有In时间的和，最终转换为小时数：

# 计算总工时：Out时间总和 - In时间总和，转成小时
df['总工时(小时)'] = (df[out_cols].sum(axis=1) - df[in_cols].sum(axis=1)).dt.total_seconds() / 3600

# 输出结果
print(df[['姓名', '总工时(小时)']])

补充说明 #

• 若需要保留原始时间差格式（如2 days 4 hours），可去掉.dt.total_seconds() / 3600，直接保留差值结果
• 该方法自动适配任意数量的In/Out列，处理数百列数据也能保持高效

内容的提问来源于stack exchange，提问作者Clare