如何用Pandas计算员工跨工作日班次间的休息时长

数据修正说明 #

原数据中Alice的2022-01-65 12:30:00为无效日期，需先修正为2022-01-16 12:30:00，否则无法进行日期相关计算。

实现步骤与代码 #

1. 数据初始化与类型转换
   先将原始数据转为DataFrame，并把shift_start和shift_end转换为datetime类型，同时提取日期字段用于后续按日分组。

import pandas as pd

# 修正无效日期后的原始数据
data = {
    'worker': ['Alice', 'Alice', 'Alice', 'Alice', 'Alice', 'Bob', 'Bob', 'Bob', 'Bob', 'Bob'],
    'shift_start': ['2022-01-15 11:30:00', '2022-01-15 17:30:00', '2022-01-15 18:30:00', '2022-01-16 10:30:00', '2022-01-16 12:30:00',
                   '2022-01-15 10:30:00', '2022-01-15 12:30:00', '2022-01-15 15:30:00', '2022-01-17 10:30:00', '2022-01-17 16:30:00'],
    'shift_end': ['2022-01-15 15:30:00', '2022-01-15 18:29:59', '2022-01-15 20:30:00', '2022-01-16 11:29:59', '2022-01-16 15:30:00',
                 '2022-01-15 12:29:59', '2022-01-15 14:30:00', '2022-01-15 18:30:00', '2022-01-17 15:30:00', '2022-01-17 18:30:00'],
    'function': ['A', 'A', 'B', 'B', 'A', 'B', 'A', 'A', 'A', 'B']
}

df = pd.DataFrame(data)
# 转换为datetime类型
df['shift_start'] = pd.to_datetime(df['shift_start'])
df['shift_end'] = pd.to_datetime(df['shift_end'])
# 提取日期字段
df['date'] = df['shift_start'].dt.date

2. 计算每日首尾班次时间
   按员工和日期分组，统计每个员工每日的第一班开始时间和最后一班结束时间。

daily_summary = df.groupby(['worker', 'date']).agg(
    daily_first_start=('shift_start', 'min'),
    daily_last_end=('shift_end', 'max')
).reset_index()

3. 计算跨日休息时长
   对每个员工的每日数据按日期排序，用当日首班开始时间减去前一日末班结束时间，得到跨日休息时长，首次工作日的休息时长自动为NaN。

daily_summary['break_time'] = daily_summary.groupby('worker').apply(
    lambda x: x['daily_first_start'] - x['daily_last_end'].shift(1)
).reset_index(drop=True)

4. 映射回原数据
   将计算好的休息时长合并回原始DataFrame，确保同一工作日的所有班次都显示相同的休息时长。

df = df.merge(daily_summary[['worker', 'date', 'break_time']], on=['worker', 'date'], how='left')
# 清理临时字段
df = df.drop('date', axis=1)

结果验证 #

运行后得到的结果中：

• Alice 2022-01-16的所有班次break_time为0 days 14:00:00
• Bob 2022-01-17的所有班次break_time为1 days 16:00:00
  完全符合需求。

内容的提问来源于stack exchange，提问作者datadatadata