Python pandas实现20分钟粒度员工工作时段0/1状态标记的求助

前置问题修正 #

你原示例代码存在两个会导致运行异常或结果不匹配的问题：

• 列名不匹配：构建DataFrame时写的列名是started_work_hours，但后续转换时间格式时引用的是started_work_time，会触发KeyError报错
• 数据值不匹配：原数据里Davis的结束时间是21:30，和你给出的预期输出标记逻辑不符，这里对齐预期规则修正为10:30

完整可运行代码 #

import pandas as pd

# 准备基础数据
id_list = ['Elton', 'Jose', 'Davis', 'Elton']
started_work_time = ['09:23', '10:32', '09:11', '10:45']
finished_work_time = ['10:10', '11:01', '10:30', '11:07']

df = pd.DataFrame({
    'id': id_list,
    'started_work_time': started_work_time,
    'finished_work_time': finished_work_time
})

# 转换字符串时间为pandas可计算的datetime格式（补固定日期避免环境兼容问题）
df['started_work_time'] = pd.to_datetime('2024-01-01 ' + df['started_work_time'])
df['finished_work_time'] = pd.to_datetime('2024-01-01 ' + df['finished_work_time'])

# 生成时间轴：9:00到11:00，每20分钟一个区间起始刻度
time_ticks = pd.date_range(
    start='2024-01-01 09:00',
    end='2024-01-01 11:00',
    freq='20min'
)
# 提取刻度的时分格式作为最终结果的列名
# 注意：Windows系统将%-H:%M替换为%#H:%M
col_names = [t.strftime('%-H:%M') for t in time_ticks]
# 计算每个区间的结束时间（为下一个刻度的时间，最后一个区间结束为11:20）
interval_ends = time_ticks[1:].append(pd.to_datetime('2024-01-01 11:20'))

# 初始化结果表为全0值
result = pd.DataFrame(0, index=df.index, columns=col_names)

# 逐段工作时间、逐个区间判断是否在岗
for idx, row in df.iterrows():
    work_start = row['started_work_time']
    work_end = row['finished_work_time']
    for tick, col_name, int_end in zip(time_ticks, col_names, interval_ends):
        # 重叠判断规则：工作段和区间有交集即标记为1
        if work_start <= int_end and work_end >= tick:
            result.loc[idx, col_name] = 1

# 拼接id列得到最终结果
final_df = pd.concat([df['id'], result], axis=1)
print(final_df)

核心逻辑说明 #

• 区间划分规则：以9:00为起点，每20分钟划分为一个区间，依次为9:00-9:20、9:20-9:40、…、11:00-11:20，每个区间用其起始时间作为列名
• 在岗判断规则：只要工作时段和目标区间存在时间重叠就标记为1，重叠的判定条件为工作开始时间 <= 区间结束时间且工作结束时间 >= 区间开始时间，和你举例的Jose的时间标记规则完全一致
• 代码采用逐行遍历的写法，没有复杂的pandas高级运算，刚接触Python也能顺着注释看懂每一步的作用

运行结果 #

执行代码后输出的结果和你给出的预期输出完全一致：

id  9:00  9:20  9:40  10:00  10:20  10:40  11:00
0  Elton     0     1     1      1      0      0      0
1   Jose     0     0     0      0      1      1      1
2  Davis     1     1     1      1      1      0      0
3  Elton     0     0     0      0      0      1      1

内容的提问来源于stack exchange，提问作者importm