Programme Python qui agrège l'utilisation du temps à partir des données icalendar

Installation du package

Tout d'abord, pip installez icalendar est.

Ensuite, créez les éléments à utiliser pour l'analyse dans Excel.

Entrez l'élément de l'unité que vous souhaitez analyser sur la première ligne et les sous-éléments de chaque unité d'analyse sur la deuxième ligne et les suivantes. Ce sous-élément devient le mot-clé de recherche pour les données icalendar.

Je vais également le nommer table d'éléments .xlsx et l'enregistrer.

Ensuite, préparez les données icalendar à analyser.

Je pense qu'il y a différentes manières de se préparer. L'exportation depuis Outlook est facile, n'est-ce pas?

Vient ensuite la source.

Pour être honnête, je ne pense pas que ce soit élégant du tout, mais pardonnez-moi parce que je suis un débutant, ou s'il vous plaît, enseignez à quelqu'un.

• Lisez d'abord la table des éléments et créez une trame de données pour l'agrégation de données de même taille. -Un après l'autre, les données icalendar sont lues, les coordonnées correspondantes sont trouvées à partir de l'élément table.xlsx, et le temps calculé est ajouté à la trame de données correspondante pour l'agrégation.

Perte de mémoire? Je pense qu'il y a beaucoup de choses comme les doubles boucles ne sont pas élégantes, alors veuillez commenter.

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('./Liste des articles.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()

Si vous ne savez pas ce que vous faites, veuillez demander. Je ne l'ai pas encore tracé, mais à ce stade, il devrait être facile à tracer.

Un exemple de graphique

Je vais en faire un graphique circulaire.

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

Legend = False empêche les légendes ennuyeuses et affiche le pourcentage comme autopct = "% .1f %%".

Le fait d'utiliser des polices japonaises était qu'il fallait du temps pour savoir comment écrire textprops = {'fontproperties': fp, 'fontsize': 20}). Je n'ai pas trouvé d'informations sur la façon de spécifier une police japonaise lors de l'utilisation d'un graphique circulaire avec un tracé python, et cela a pris beaucoup de temps.

plt.axis ('equal') empêche le graphique circulaire de s'effondrer.

Les références

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