如何摆脱 Python 列表中的标题和索引？

Question

我基本上是在尝试从 DataFrame 下方创建随时在办公室的员工数量：

df = pd.DataFrame({
                    'Emp_id': [121,321,451,121,
                               451,451,321,755],
                    'TimeStamp': ['29-07-2019 08:55:55','29-07-2019 09:02:55','29-07-2019 09:05:50','29-07-2019 10:05:50',
                                  '29-07-2019 10:07:50','29-07-2019 10:10:10','29-07-2019 10:20:10','29-07-2019 11:00:00'],
                    'Status': ['IN','IN','IN','OUT','OUT','IN','OUT','IN']
})
df

    Emp_id  TimeStamp           Status
0   121     29-07-2019 08:55:55 IN
1   321     29-07-2019 09:02:55 IN
2   451     29-07-2019 09:05:50 IN
3   121     29-07-2019 10:05:50 OUT
4   451     29-07-2019 10:07:50 OUT
5   451     29-07-2019 10:10:10 IN
6   321     29-07-2019 10:20:10 OUT
7   755     29-07-2019 11:00:00 IN

我解决这个问题的方法：将每个“Emp_id”分组并找到它的 max(TimeStamp) 条目。从中，如果我可以过滤“IN”状态，然后计算所有这些将是仍在办公室的员工人数。

time_entry = df[['Emp_id','TimeStamp']].groupby(['Emp_id']).max()['TimeStamp']

Final_Status = []

for i in time_entry:
    Final_Status.append(df.loc[df['TimeStamp'] == i, ['Status']])

Final_Status

>> output
[  Status
3    OUT,   Status
6    OUT,   Status
5     IN,   Status
7     IN]

问题：

我得到一个奇怪的“Final_Status”列表。 它具有列表值的标题和索引

[状态 3 输出，状态 6 输出，状态 5 IN，状态 7 英寸]

这并不能让我从列表中计算“IN”，即 Final_Status.count('IN') 不工作。

也感谢任何其他更聪明的方法来解决这个问题。

Answer 1

import pandas as pd

df = pd.DataFrame({
                    'Emp_id': [121,321,451,121,
                               451,451,321,755],
                    'TimeStamp': ['29-07-2019 08:55:55','29-07-2019 09:02:55','29-07-2019 09:05:50','29-07-2019 10:05:50',
                                  '29-07-2019 10:07:50','29-07-2019 10:10:10','29-07-2019 10:20:10','29-07-2019 11:00:00'],
                    'Status': ['IN','IN','IN','OUT','OUT','IN','OUT','IN']
})

#Convert strings to pandas datetime object
df['TimeStamp'] = pd.to_datetime(df['TimeStamp'])

#Group by employee id
groups = df.groupby('Emp_id')

Final_Status = []
for name, group in groups:
    status = group.loc[group.TimeStamp.argmax(), 'Status']
    Final_Status.append(status)

Answer 2

我刚刚对您的代码进行了一些修改以使计数起作用。

我在 groupby 函数中添加了参数 as_index = False，因为我们不需要 index 来获取每个用户的最后最长时间。

为了创建 Final_list，首先我像您一样选择行和列。然后获取带有参数值的值（去掉标题）。然后我将它转换成一个列表（列表只有 1 个字符串 'In' 或 'Out' 并获取第一个将成为所需字符串的元素

最后两行只是为了打印结果

这是最终脚本。 （这不是最好的方法，但它会起作用）

import pandas as pd


df = pd.DataFrame({
                    'Emp_id': [121,321,451,121,
                               451,451,321,755],
                    'TimeStamp': ['29-07-2019 08:55:55','29-07-2019 09:02:55',
                                  '29-07-2019 09:05:50','29-07-2019 10:05:50',
                                  '29-07-2019 10:07:50','29-07-2019 10:10:10',
                                  '29-07-2019 10:20:10','29-07-2019 11:00:00'],
                    'Status': ['IN','IN','IN','OUT','OUT','IN','OUT','IN']
})

print(df)

# OUTPUT
#   Emp_id            TimeStamp Status
#0     121  29-07-2019 08:55:55     IN
#1     321  29-07-2019 09:02:55     IN
#2     451  29-07-2019 09:05:50     IN
#3     121  29-07-2019 10:05:50    OUT
#4     451  29-07-2019 10:07:50    OUT
#5     451  29-07-2019 10:10:10     IN
#6     321  29-07-2019 10:20:10    OUT
#7     755  29-07-2019 11:00:00     IN

time_entry = df[['Emp_id',
                 'TimeStamp']].groupby(['Emp_id'],
                 as_index=False).max()['TimeStamp']

Final_Status = []

for i in time_entry:
    Final_Status.append(df.loc[df['TimeStamp'] == i]['Status'].values.tolist()[0])

print(Final_Status)
#OUTPUT
# ['OUT', 'OUT', 'IN', 'IN']
print(Final_Status.count('IN'))
#OUTPUT
# 2