使用 csv 文件从考勤日志报告中过滤时间

Question

我有一个 csv 文件中的员工出勤日志报告，我需要过滤所有迟到的员工出勤（9:30 之后）。

我创建了一个生成出勤率的函数。员工输入他的 ID 并标记出勤。程序从计算机时钟中获取日期和时间，并将出勤情况存储在日志文件中。

#function that generated an attendance 
def attandance_log():

    dnt =  datetime.datetime.now()
    dnt_string = dnt.strftime("%d/%m/%Y %H:%M:%S")
    empid = input("Enter Your ID :")
    empname=input("Enter Your Name :")
    df1 = pd.DataFrame(data=[[dnt_string,empid,empname]],columns=["Today's Date & Time", "Employee's ID", "Employee's Name"])
    with open('/Users/sapir/Documents/python/final project- employee attandance log/attandance_log.csv', 'a') as f:
        df1.to_csv(f, header=False)
    return df1
attandance_df= attandance_log()

#the functions that filters all late attendances:
def late_emp_report():

    df = pd.read_csv('/Users/sapir/Documents/python/final project- employee attandance log/attandance_log.csv',index_col=0)
    #df[1] = pd.to_datetime(df[1], unit='s')
    # Add to employees list existing file
    #df.loc['29/07/2019 09:30:00': ].head()------->???
    #df_filtered = df[(df[1] <= datetime.time(9,30))]------>???

    print (df_filtered)
    with open('/Users/sapir/Documents/python/final project- employee attandance log/emplist.csv', 'w') as f:
        df.to_csv(f, header=False)
    return df


late_emp_report()

我不知道如何创建一个文件来显示 9:30 之后的所有出勤情况...

Answer 1

您可以一次在整个数据框上应用这种形式的过滤器：

filtered_df = original_df[original_df[column_to_filter_on] > somevalue]

这将返回一个数据框，其中包含 original_df 中列值 column_to_filter_on 大于 some_value 的所有行

我不喜欢使用 1 作为列标题，而是给它一个名称 - 以防止以后与索引混淆。

在尝试比较重复时间 (9:30) 与日期时间时会遇到问题，因此，您可以使用 .apply() 引入 late_flag 来比较任何日期时间与 9:30那个日期。

# 'Initialize' datetime column in order to later grab df[1]
df['datetime'] = 0
df['datetime'] = pd.to_datetime(df[1], unit='s')

# Calculate late flag - compare datetime vs 9:30 on the same date for each row
df['late_flag'] = df['datetime'].apply(lambda x: 1 if x > x.replace(hour=9, minute=30, second=0, microsecond=0) else 0)

# Filter out just where late_flag is 1
df_filtered = df[df['late_flag'] == 1]