如何基于坐席每日电话状态数据判断员工两特定事件是否间隔15分钟以内？

嘿，我来帮你搞定这个问题！你的需求本质就是给每个员工、每一天，计算事件X和Y的时间差，判断是不是在15分钟以内对吧？我给你整理了几种常用工具的实现方案，你可以根据自己的场景选：

不管用什么工具，核心步骤都是这三步：

• 按「员工姓名+日期」分组，确保只处理同一天内的事件
• 从每组里提取事件X和Y对应的时间
• 计算两个时间的差值，和15分钟对比，输出T/F结果

方案1：用SQL处理（数据存在数据库时） #

假设你的数据表名叫call_agent_events，字段和示例一致：EmployeeName, EventName, StatusTime, Date。可以用分组+条件聚合的方式实现：

WITH event_pairs AS (
    -- 先按员工和日期分组，把X、Y的时间分别捞出来
    SELECT
        EmployeeName,
        Date,
        MAX(CASE WHEN EventName = 'X' THEN StatusTime END) AS X,
        MAX(CASE WHEN EventName = 'Y' THEN StatusTime END) AS Y
    FROM call_agent_events
    WHERE EventName IN ('X', 'Y') -- 只关注这两个事件
    GROUP BY EmployeeName, Date
)
-- 计算时间差并判断
SELECT
    EmployeeName,
    X,
    Y,
    Date,
    CASE 
        WHEN ABS(TIMESTAMPDIFF(MINUTE, STR_TO_DATE(X, '%H:%i'), STR_TO_DATE(Y, '%H:%i'))) <= 15 
        THEN 'T' 
        ELSE 'F' 
    END AS `T/F`
FROM event_pairs;

说明： #

• STR_TO_DATE把文本时间转成数据库能识别的时间类型，方便计算差值
• TIMESTAMPDIFF(MINUTE, ...)直接算出两个时间的分钟差，取绝对值后和15对比
• 如果你的StatusTime本身就是datetime类型（不是纯时分），可以去掉STR_TO_DATE这一步

方案2：用Python Pandas处理（数据是CSV/Excel文件时） #

如果数据存在本地文件里，用Pandas处理会很灵活：

import pandas as pd

# 1. 读取数据（替换成你的文件路径，比如Excel用pd.read_excel）
df = pd.read_csv('agent_call_data.csv')

# 2. 把文本时间转成时间类型，方便后续计算
df['StatusTime'] = pd.to_datetime(df['StatusTime'], format='%H:%i').dt.time

# 3. 把X、Y事件转成同一行的两列
pivot_df = df.pivot(
    index=['EmployeeName', 'Date'],
    columns='EventName',
    values='StatusTime'
).reset_index()

# 4. 写个小函数把时间转成总分钟数，方便算差值
def time_to_total_minutes(time_obj):
    return time_obj.hour * 60 + time_obj.minute

pivot_df['x_total_min'] = pivot_df['X'].apply(time_to_total_minutes)
pivot_df['y_total_min'] = pivot_df['Y'].apply(time_to_total_minutes)

# 5. 判断差值是否≤15分钟，生成T/F列
pivot_df['T/F'] = (abs(pivot_df['x_total_min'] - pivot_df['y_total_min']) <= 15).map({True: 'T', False: 'F'})

# 6. 整理成你要的输出格式
final_result = pivot_df[['EmployeeName', 'X', 'Y', 'Date', 'T/F']]
print(final_result)

说明： #

• 如果你的时间包含日期（比如StatusTime是2024-05-15 08:30:00），可以去掉.dt.time，直接用datetime类型计算差值
• 如果同一个员工同一天有多个X/Y事件，你需要先明确规则（比如取最早的X、最晚的Y），可以在pivot时换成aggfunc='min'或aggfunc='max'

额外提醒 #

• 要确保数据里每个员工每天至少有一个X和一个Y事件，不然会出现空值，你可以根据情况加过滤或填充逻辑
• 时间格式要统一，如果是12小时制（带AM/PM），记得把format参数改成'%I:%M %p'

内容的提问来源于stack exchange，提问作者Edward W