Python-Programm, das die Zeitnutzung aus icalendar-Daten aggregiert

Paketinstallation

Zuerst installieren Sie icalendar ist.

Erstellen Sie als Nächstes die Elemente, die für die Analyse in Excel verwendet werden sollen.

Geben Sie in der ersten Zeile das Element der Einheit ein, die Sie analysieren möchten, und in der zweiten und den folgenden Zeilen die Unterelemente jeder Analyseeinheit. Dieses Unterelement wird zum Suchschlüsselwort für Iicalendar-Daten.

Ich werde es auch Elementtabelle .xlsx nennen und es speichern.

Bereiten Sie als Nächstes die zu analysierenden icalendar-Daten vor.

Ich denke, es gibt verschiedene Möglichkeiten, sich vorzubereiten. Das Exportieren aus Outlook ist einfach, nicht wahr?

Als nächstes kommt die Quelle.

Um ehrlich zu sein, finde ich es überhaupt nicht elegant, aber da ich Anfänger bin, vergib mir bitte oder gib mir eine Anleitung.

• Lesen Sie zuerst die Elementtabelle und erstellen Sie einen Datenrahmen für die Datenaggregation derselben Größe.
• Nacheinander werden die icalendar-Daten gelesen, die entsprechenden Koordinaten aus der Elementtabelle.xlsx ermittelt und die berechnete Zeit zur Aggregation zum entsprechenden Datenrahmen hinzugefügt.

Verschwendung von Erinnerung? Ich denke, es gibt viele Dinge, wie Doppelschleifen nicht elegant sind, also bitte kommentieren.

import numpy as np
import pandas as pd
import icalendar as ic
from datetime import timedelta


def calculate_time(event):
    start = event['DTSTART'].dt
    end = event['DTEND'].dt

    time = end -start

    return time.total_seconds() / 3600


def main():
    labels = pd.read_excel('./Artikelliste.xlsx')
    print(labels)

    file = open('./testdata.ics', 'r', encoding='utf-8')
    cal = ic.Calendar.from_ical(file.read())

    data = pd.DataFrame(np.zeros((labels.shape[0], labels.shape[1])))
    data.columns = label.columns

    for event in cal.walk('vevent'):
        time = calculate_time(event)
        summary = str(event.get('summary'))

        for i in range(0, labels.shape[0]):
            for j in range(0, labels.shape[1]):
                if str(labels.iloc[i, j]) in summary:
                    data.iloc[i, j] = data.iloc[i, j] + time


    print(data)

if __name__ == '__main__':
    main()

Wenn Sie nicht wissen, was Sie tun, fragen Sie bitte. Ich habe es noch nicht grafisch dargestellt, aber an diesem Punkt sollte es einfach grafisch sein.

Ein Beispiel für die grafische Darstellung

Ich werde es zu einem Kreisdiagramm machen.

data.sum().plot.pie(legend=False, autopct="%.1f%%", textprops={'fontproperties': fp, 'fontsize':20})
plt.axis('equal')

Legend = False verhindert lästige Legenden und zeigt den Prozentsatz als autopct = "% .1f %%" an.

Es hat lange gedauert, den Punkt bei der Verwendung japanischer Schriftarten herauszufinden. So schreiben Sie textprops = {'fontproperties': fp, 'fontsize': 20}). Ich konnte keine Informationen zum Angeben einer japanischen Schriftart finden, wenn ein Kreisdiagramm mit Python-Plot verwendet wurde, und es dauerte lange.

plt.axis ('gleich') verhindert, dass der Kreisgraph zusammenfällt.

Verweise

・ Https://gist.github.com/lukasmartinelli/9021795