【Python】一定の時間間隔ごとに部屋に入室している人数を出力したい。

Question

前提

ある部屋の入退室時間を記録した以下の様な CSV があります。

・入退室記録（in-out.csv）

社員ID	入室時間	退室時間
A10	2021/7/1 7:01	2021/7/1 20:40
A11	2021/7/1 7:05	2021/7/1 17:30
A12	2021/7/1 7:10	2021/7/1 7:28

（... 以下、3000　行ほど続く）

また、出力したい時間範囲をあらわす CSV があります。

・計測時間範囲.csv（count-time.csv）

計測開始日時	計測終了日時
2021/7/1 7:00	2021/7/1 7:10
2021/7/1 7:10	2021/7/1 7:20
2021/7/1 7:20	2021/7/1 7:30
2021/7/1 7:40	2021/7/1 7:50

...（以下、10分間隔で 24 時まで続く）

やりたいこと

入退室時間を記録した csv に対し、時間範囲の CSV の範囲ごとに「どの時間帯に何人が入室していたか」というリストを Python で出力したいです。
↓ 出力csvイメージ

計測開始日時	計測終了日時	同時入室人数
2021/7/1 7:00	2021/7/1 7:10	2
2021/7/1 7:10	2021/7/1 7:20	3
2021/7/1 7:20	2021/7/1 7:30	3
2021/7/1 7:30	2021/7/1 7:40	2

特定の時間範囲のみであれば

入室時間 <= 計測終了日時 And 計測開始日時 < 退室時間

で出力できるところまでは理解し、特定の時間帯（この場合は 9:00 -- 9:10 の間）を指定してカウントするコードは以下の様に書いています。（こちらも間違いがあれば、あるいはスマートな書き方があればご指摘いただきたいです）

手動で指定している 9:00 -- 9:10 をcount-time.csv から読み込んで「出力csvイメージ.csv」にような形でカウント数を出したいのですが、ここからどのようにしたらよいか詰まってしまいました。

import pandas as pd
import datetime as dt

# csv 読み込み
inout = pd.read_csv("in-out.csv")
ct = pd.read_csv("count-time.csv")

# 各カラムをdatetime型へ変換
inout['in'] = pd.to_datetime(inout['in'])
inout['out'] = pd.to_datetime(inout['out'])
ct['start'] = pd.to_datetime(ct['start'])
ct['end'] = pd.to_datetime(ct['end'])

#  2021/7/1 9:00 -- 9:10 の間に室内にいた人数をカウント
# （入室時間 <= 計測終了日時） And （計測開始日時 < 退室時間）
len(inout[(inout["in"] <= dt.datetime(2021,7,1,9,10)) & (dt.datetime(2021,7,1,9,0) <= inout["out"])])

何卒よろしくお願いいたします。

Answer 1

ct.iterrows()で一行ずつ取り出し、row['end'],row['start']で時間を取り出しています。
その後lenで数えてリストに格納し、countという名前でctのデータフレームに列を追加しcsvを出力しています。

import pandas as pd
import datetime as dt

# csv 読み込み
inout = pd.read_csv("in-out.csv")
ct = pd.read_csv("count-time.csv")

# 各カラムをdatetime型へ変換
inout['in'] = pd.to_datetime(inout['in'])
inout['out'] = pd.to_datetime(inout['out'])
ct['start'] = pd.to_datetime(ct['start'])
ct['end'] = pd.to_datetime(ct['end'])

#  2021/7/1 9:00 -- 9:10 の間に室内にいた人数をカウント
# （入室時間 <= 計測終了日時） And （計測開始日時 < 退室時間）
# print(len(inout[(inout["in"] <= dt.datetime(2021, 7, 1, 9, 10))
#                 & (dt.datetime(2021, 7, 1, 9, 0) <= inout["out"])]))
tmp = []
for index, row in ct.iterrows(): # 1行ずつ取り出す
    # 行データからstart stopの列の値を取り出し比較。条件に合うものを数えてリストに追加
    tmp.append(len(inout[(inout["in"] <= row['end'])
                         & (row['start'] < inout["out"])]))
ct['count'] = tmp # リストを列として追加
ct.to_csv("output.csv", index=False) # csvを出力(indexはないので無効に)

余談ですが、文字列の式、実際のプログラム、出力csvイメージとでそれぞれ式が微妙に違っています。
文字列の式に直すと、
文字列の式：入室時間 <= 計測終了日時 And 計測開始日時 < 退室時間
プログラム：入室時間 <= 計測終了日時 And 計測開始日時 "<=" 退室時間
出力イメージ：入室時間 "<" 計測終了日時 And 計測開始日時 <= 退室時間 (退室時間の不等号は不明)
要は同じ時間を含めるかどうかの部分でずれています。

Comments

[Racker]

ありがとうございます！
想定通りのことができました！！

式の違いについても理解しました。退室時間の扱いについては「<=」が正しいので、プログラム側のとおりです。
ご指摘ありがとうございます。
おかげさまで理解も進みましたので、こちらを応用していろいろチャレンジしてみようと思います。
ありがとうございました。