给定日期开始和日期结束，请以24个值的数组的形式提供与一天中的小时相对应的持续时间

如何解决给定日期开始和日期结束，请以24个值的数组的形式提供与一天中的小时相对应的持续时间

我对Django rest框架非常陌生，甚至堆栈溢出，我都在努力寻找标题，因此请随时提供更好的选择。

我有一组作业被发布到数据库中。现在，将作业按计算机和给定小时分组。目前，我仅显示每小时的总工作量。我的API端点现在看起来像这样： Api end point

我在这里苦苦挣扎：我需要将工作时间按小时分开。我有一个Datetime何时开始和一个Datetime何时结束。我也有一个持续时间。 例如：假设作业在11h15开始并在12h15结束。这意味着11个小时的总时长为45分钟。对于12小时，持续时间为15分钟。

我想到的是在11h15和12h00之间经过时间，然后在12h15和13h00之间经过时间。但是我不确定我该怎么做。还请注意，有些工作要花一个小时以上，有些甚至要花一天以上。我敢肯定，有一种特定的方法可以在Python中使用timedelta做到这一点。我只是没有足够的经验来理解这一点。

这是API端点的当前代码：

class MachineDurationViewSet(APIView):
authentication_classes = (SessionAuthentication,DataAppClientTokenAuthentication)

def get(self,request):
    # get names of all machines
    machine_names_queryset = Machine.objects.all()
    machine_names = []
    for obj in machine_names_queryset:
        machine_names.append(obj.name)
        
    machine_list = {}
    sum = []
    queryset = Job.objects.all()

    # per machine,get dur for a given hour,use names to filter
    for name in machine_names:
        qs_grouped_per_machine = queryset.filter(machine__name=name)
        queryset_machine_start = qs_grouped_per_machine.annotate(hour=ExtractHour('dt_start'))
        queryset_machine_end = qs_grouped_per_machine.annotate(hour=ExtractHour('dt_end'))
        for n in range(0,24):
            job_start = queryset_machine_start.filter(hour=n)
            for job in job_start:
                print(job.dt_start)
            sum.append(job_start.count())
            machine_list[name] = sum
        sum = []
    return Response({"machines": machine_list,"machine_count": len(machine_names)})

解决方法

这似乎很有效，解释在代码中。希望您可以将其提取为函数并在您的上下文中使用：

from datetime import datetime
from datetime import timedelta

start = datetime(2019,2,15,38,42) #datetime.now(tz=None)
hours_added = timedelta(minutes = 150) # change to eg. 1500
end = datetime(2019,39,1) #start + hours_added
diff = end - start

print("Start ",start)
print("End",end)

dates_spent = []
SECONDS_IN_HOUR = 3600
full_hours = int(diff.seconds / 3600) + 1 # get hours the task took rounded (ceiling)
for i in range(full_hours + 1): # add '1' because we want to include last 'touched' hour as well
    if i == 0:
        # store first datetime
        dates_spent.append(start)
    if i == full_hours or full_hours == 1: # job spanned only some minutes within same hour
        # store last datetime and ignore next hour
        dates_spent.append(end)
        break
    next_hh = start + timedelta(hours=i + 1)
    # truncate minutes as we need full hours
    next_hh = datetime(next_hh.year,next_hh.month,next_hh.day,next_hh.hour)
    dates_spent.append(next_hh)

print("***")
for d in dates_spent:
    print(d)
print("***")

minutes_as_array = [None]*24

for i in range(len(dates_spent) - 1):
    # get time difference between 'next' hour spent and 'current'
    minutes_in_hour_spent = dates_spent[i + 1] - dates_spent[i]
    print("minutes spent: {},in hour: {}".format(minutes_in_hour_spent,dates_spent[i]))
    minutes_as_array[dates_spent[i].hour] = minutes_in_hour_spent.seconds / 60

print("===")
print(minutes_as_array)

对于我的测试数据，它产生：

Start  2019-02-15 00:38:42
End 2019-02-15 00:39:01
***
2019-02-15 00:38:42
2019-02-15 00:39:01
***
minutes spent: 0:00:19,in hour: 2019-02-15 00:38:42
===
[0.31666666666666665,None,None]

因此，在索引11上，我们将有25分钟，60分钟，60分钟和4分钟的时间。

但这只能用一天-如果一项工作跨越数天，则必须创建更复杂的结构，例如二维数组，其中第一维为“ day”（例如一个月），然后一个小时。