熊猫：计算时间戳和当前时间之间经过的时间，但只有营业时间和时区

Posted 2023-03-11

【中文标题】熊猫：计算时间戳和当前时间之间经过的时间，但只有营业时间和时区

【英文标题】：Pandas: calculate time elapsed between timestamp and current time, but only business hours and with timezone

【发布时间】：2021-08-16 21:59:59

【问题描述】：

我正在尝试使用 Pandas 来计算经过的业务秒数。我在 Pandas 数据框中有一列在纽约时区有一堆时间戳。这是我到目前为止的代码：

import pandas as pd
import datetime

times = pd.DataFrame([datetime.datetime.now(timezone('America/New_York')),datetime.datetime.now(timezone('America/New_York'))],columns=['timestamp'])
time.sleep(2)
times['difference'] = (datetime.datetime.now(timezone('America/New_York')) - times)
times['difference'] = times['difference'].dt.seconds

这按预期工作，并在“差异”列中给出 2 的答案。但现在我只想包括营业时间（比如上午 9 点到下午 5 点）。所以昨天下午 5 点到今天早上 9 点之间的输出为零。我已阅读有关时间偏移的 Pandas 文档并寻找类似的问题，但没有找到任何有效的示例。

【参考方案1】：

您可以通过首先使用 Pandas BusinessHour class 检查给定时间戳是否在营业时间内（感谢 this thread）然后计算时差或在时间戳超出营业时间时分配零来实现此目的。

我创建了一个虚拟数据集来测试代码，如下所示：

import pandas as pd
import time

# Sets the timezone
timezone = "America/New_York"

# Gets business hours from native Pandas class
biz_hours = pd.offsets.BusinessHour()

# Creates array with timestamps to test code
times_array = pd.date_range(start='2021-05-18 16:59:00', end='2021-05-18 17:01:00',
                            tz=timezone, freq='S')

# Creates DataFrame with timestamps
times = pd.DataFrame(times_array,columns=['timestamp'])

# Checks if a timestamp falls within business hours                           
times['is_biz_hour'] = times['timestamp'].apply(pd.Timestamp).apply(biz_hours.onOffset)

time.sleep(2)

# Calculates the time delta or assign zero, as per business hour condition
times['difference'] = (times.apply(lambda x: (pd.Timestamp.now(tz=timezone) - x['timestamp']).seconds
                                   if x['is_biz_hour'] else 0,
                       axis=1))

目前的输出并不完美，因为它从现在的时间中减去了时间戳，因此相差很大：

    timestamp                   is_biz_hour  difference
57  2021-05-18 16:59:57-04:00   True         71238
58  2021-05-18 16:59:58-04:00   True         71237
59  2021-05-18 16:59:59-04:00   True         71236
60  2021-05-18 17:00:00-04:00   True         71235
61  2021-05-18 17:00:01-04:00   False        0
62  2021-05-18 17:00:02-04:00   False        0
63  2021-05-18 17:00:03-04:00   False        0
64  2021-05-18 17:00:04-04:00   False        0

但是，您可以看到下午 5 点之后的时间戳有 0 的差异，而其他时间戳有一个有效的差异。

【参考方案2】：

这是一种数学方法。

一步一步

让我们调查一下时间戳some_time 的工作秒数。 我们将在午夜需要some_time 的时间戳。我们就叫它d_day：

d_day = some_time.replace(hour=0, minute=0, second=0, microsecond=0)

今天

首先，让我们定义我们的工作日。它从9 AM 开始，一直持续到5 PM。在几秒钟内，它会给出：

start_time = 9*3600
max_work_time = (17-9) * 3600

现在，让我们获取现在的时间戳和今天午夜的时间戳，以秒为单位。

now = datetime.now()
today = datetime.today().replace(hour=0, minute=0, second=0, microsecond=0)
seconds_today = (now - today).seconds

要获得今天的工作秒数，我们必须减去 start_time 然后保持最大值 max_work_time：

worked_seconds_today = min(seconds_today - start_time, max_work_time)

当然，我们只想在 today 和 d-day 是不同的日子时才保留它，否则我们要计算自 some_time 以来的工作秒数：

secs_today = min(seconds_today - start_time, max_work_time) \
    if today > d_day \
    else min(seconds_today - start_time, max_work_time) - min((some_time - today).seconds - start_time, max_work_time)

从 d 日到今天之间的天数

我们只想在这里工作一整天。所以让我们简单地做：

 inbetween_days = max((datetime.today() - d_day).days - 1, 0)

现在我们可以简单地计算一整天的工作秒数：

secs_inbetween_days = inbetween_days * max_work_time

D 日

最后，我们还想要从some_time 开始的 d_day 的工作秒数。我们可以应用与今天相同的逻辑。如果今天和some_time 是同一天，我们只需输入零，就像我们今天已经计算的那样。

def worked_secs(x, since):
    return min((x - since).seconds - start_time, max_work_time)
secs_day_d = max_work_time - worked_secs(some_time, d_day) if today != d_day else 0

总计

总和是前面三个分量的总和：

total = secs_day_d + secs_inbetween_days + secs_today

最终功能

def busy_seconds(some_time):

    # Outside the function is OK also
    start_time = 9*3600
    max_work_time = (17-9)*3600

    # We must calculate all times with the same timezone
    tz = some_time.tz

    now = datetime.now(tz=tz) # now
    today = now.replace(hour=0, minute=0, second=0, microsecond=0) # today at midnight
    d_day = some_time.replace(hour=0, minute=0, second=0, microsecond=0) # d-day at midnight

    def worked_secs(x, since): # a function is more convenient
        return min((x - since).seconds - start_time, max_work_time)

    n_complete_days = max((today - d_day).days - 1, 0)

    secs_day_d = max_work_time - worked_secs(some_time, d_day) if today != d_day else 0
    secs_inbetween_days =  max_work_time * n_complete_days
    secs_today = worked_secs(now, today) \
        if d_day < today \
        else worked_secs(now, today) - worked_secs(some_time, today)

    return  secs_day_d + secs_inbetween_days + secs_today

终于

我们可以将此函数应用于列：

times.timestamp.apply(busy_seconds)
# > (Example)
# 0    67420800
# 1    57340800
# 2       28800
# Name: timestamp, dtype: int64