-3

我有一个包含指向个人的 csv 文件。这种形式：

3,23/02/2015,08:27,08:27,12:29,13:52,19:48
3,24/02/2015,08:17,12:36,13:59,19:28
5,23/02/2015,10:53,13:44
5,25/02/2015,09:05,12:34,12:35,13:30,19:08
5,26/02/2015,08:51,12:20,13:46,18:47,18:58

我想要它清洁。这样：

ID, DATE, IN,BREAK_OUT, BREAK_IN, OUT, WORK_TIME
3,Monday 23/02/2015,08:27,12:29,13:52,19:48,08:00hours
3,Tuesday 24/02/2015,08:17,12:36,13:59,19:28,08:00hours
5,Monday 23/02/2015,10:53,NAN,13:44,NAN,2houres
5,Wednesday 25/02/2015,09:05,12:34,13:30,19:08,08hours

你能帮我吗请想想你

4

2 回答 2

0

这个问题可能会对您有所帮助：如何将字符串拆分为列

首先，读取整个文件并拆分列。检查是否有数据并将其写回新文件。

如果您需要其他帮助，请告诉我们您尝试了什么，什么对您有效，什么无效等等。我们不会为您编写完整的程序/脚本。

于 2015-05-10T20:57:05.097 回答
0

我建议您使用 pandas 从文件中导入数据

import pandas as pd
pd.read_csv(filepath, sep = ',')

应该做的伎俩，假设文件路径导致你的 csv。然后，我建议您使用 datetime 函数将字符串转换为可以计算的日期（我认为您也可以使用 numpys datetime64 类型，我只是不习惯它们）。

import datetime as dt
day = dt.datetime.strptime('23/02/2015', '%d/%m/%Y')
in = dt.datetime.combine(day, dt.datetime.strptime('08:27', '%H:%M').time())

应该做的伎俩。有必要，你in也是一个datetime对象，而不仅仅是一个时间对象，否则你不能减去它们（这将是计算 Worktime.

认为这应该有点帮助您入门，您会在此处找到 pandas 文档和此处的 datetime 文档。

如果您还有其他问题，请尝试更具体地提出您的问题。

于 2015-05-10T21:14:59.220 回答