如何用Python计算CSV文件中两个特定日期时间的总持续时间（可能出现多次）？

1 人不认可

我正在处理一个关于自动售货机的日志信息的CSV文件样本。(对熊猫来说是非常新的)。每天都会有人通过扫描瓶子上的二维码将饮料重新装入机器。我需要解决以下问题。

问：将所有饮料重新装入机器的总时间是多少？

你可以在下面找到我的示例代码和CSV文件样本。

import pandas as pd
filePath = '~/sample.csv'
df = pd.read_csv(filePath)
print(df.head(10))
关于每一列的类型的信息
df.dtypes
timestamp --> datetime64[ns]
event     --> object
value     --> object
以下是我解决这个问题的想法。
会有很多事件状态，但我只需要关注事件=='qc_scan'。
和值列=='已进入'或'已退出'（由于可能有一个值=='错误'）。
因此，对于每个装载瓶的持续时间等于。
qc_scan_starttime = df[event == 'qc_scan' & value == 'Entered'] #corrsonpidng timestamp
qc_scan_endtime = df[event == 'qc_scan' & value == 'Exited'] #corrsonpidng timestamp
each_duration = qc_scan_endtime - qc_scan_endtime
然后循环浏览整个数据框，并将每个持续时间相加。
将持续时间保存为新的列名 "持续时间"（单位：分钟）。
最终保存为一个新的CSV文件，包含持续时间信息
但是，我不确定如何在CSV文件中使用python pandas写一个for循环。谁能给我提供一个示例代码？


         
          python


         
          pandas


         
          numpy

csv


          
           已采纳


          
           
            根据你的问题描述，我认为你不需要创建一个新的栏目。你可以通过以下方式实现你的目标。
           
           
            loop through the dataframe
           
           
            find the duration between each
            
             event == 'qc_scan' & value == 'Entered'
            
            and
            
             event == 'qc_scan' & value == 'Exited'
            
           
           
            sum the duration
           
           
            可能存在一些使用特殊pandas函数的解决方案，但我建议从最简单的方法开始。就是说。
           
           
            you can use
            
             iterrows
            
            to iterate the df (
            
             ref
            
            ). The syntax will look like this:
           
           for _, row in df.iterrows():
    event, value = row["event"], row["value"]
    if event == "qc_scan":
        # do something
And in the # do something part, you will need to store every duration seconds between an Entered and an Exited. That would be something like
qc_scan_starttime = None
if value == "Entered":
    qc_scan_starttime = df["timestamp"]
elif value == "Exited":
    if qc_scan_starttime is not None:
        duration = df["timestamp"] - qc_scan_starttime
        total_duration += duration
        qc_scan_starttime = None
In the end, the whole solution would be
total_duration = 0
qc_scan_starttime = None
for _, row in df.iterrows():
    event, value = row["event"], row["value"]
    if event == "qc_scan":
        if value == "Entered":
            qc_scan_starttime = df["timestamp"]
        elif value == "Exited":
            if qc_scan_starttime is not None: