Python 我想从customer_数据打印每个迭代中的所有唯一日期

下面代码的目的是查找客户id在特定日期在线花费的小时数。我无法获取所有日期（即2017年6月1日至2017年6月21日）的在线时间。我已附上当前代码的o/p图像、客户数据的csv文件和pings数据：

导入日期时间
输入数学
final_train_df=pd.DataFrame（列=['id'，'date'，'hours']）
排除的客户ID=[]
最终_集={}
列车__df=pd.DataFrame（）
对于索引，我在枚举（customer_数据['id'][：10].values.tolist（）中：
打印（'Started for CustID'+str（i）+“计数为”+str（索引））
列车df['timestamp']=pings_数据。loc[pings_数据['id']==i][“timestamp”]
列车df['date']=pings_数据。loc[pings_数据['id']==i][“时间戳”]。应用（lambda arr:
datetime.datetime.fromtimestamp（arr）.strftime（“%Y-%m-%d”））
列车df['time']=pings_数据。loc[pings_数据['id']==i][“timestamp”]。应用（lambda arr:
datetime.datetime.fromtimestamp（arr）.strftime（“%H:%M:%S”））
唯一日期=pd.unique（train_udf['date']）。tolist（）
打印（唯一日期）
如果math.isnan（train_uudf['timestamp'].values.tolist（）[0]）：
排除的客户ID。附加（i）
其他：
对于唯一日期的j：
时间戳=train\uu-df.loc[train\uu-df['date']==j]。排序值（按='time'）
结束时间=时间戳['time'].iloc[len（时间戳）-1]
开始时间=时间戳['time'].iloc[0]
t1=pd.to_日期时间（开始时间）
t2=pd.to_日期时间（结束时间）
差异时间=圆形（（pd.Timedelta（t2-t1）。秒/（3600）），1）
val={'id'：i，'date'：j，'hours'：diff_time}
final_train_df=final_train_df.append（{'id'：i，'date'：j，'hours'：diff_time}，True）
打印（最终列车测向）
打印（不包括客户ID）
最终列至excel（“最终列不包括客户ID.xlsx”）
打印（“为除非活动客户以外的所有客户填写”）

请尝试此方法。如果您需要在两个不同的列中显示日期和时间戳，我们也可以这样做

df_cust = pd.read_excel("./cust.xlsx")
df_pings = pd.read_excel("./pings.xlsx")
df_cust.set_index("id")
df_pings.set_index("id")
new_df = pd.merge(df_cust, df_pings)
new_df['time'] = new_df['timestamp'].apply(lambda x: 
str(datetime.datetime.fromtimestamp(x) ))

以上代码的O/p

id      gender  age number_of_kids  timestamp   time
21      MALE    26  2               1496278800  2017-06-01 06:30:00
23      FEMALE  21  1               1496278800  2017-06-01 06:30:00
22      MALE    33  1               1496278800  2017-06-01 06:30:00
24      MALE    35  1               1496278815  2017-06-01 06:30:15
25      FEMALE  40  2               1496278800  2017-06-01 06:30:00
26      MALE    50  2               1496278900  2017-06-01 06:31:40

---

new_-df['time']=new_-df['timestamp'].apply（lambda x:str（datetime.datetime.fromtimstamp（x）））

---

new_df['time']=new_df['time'].apply（lambda x:x.split（“”）[1]。split（“：”[0]）

Hey@geek_bs谢谢你的帮助。我已将unix时间戳转换为可读格式。我需要找到每个客户id在每个特定日期花费的在线小时数。当前o/p仅打印一个日期的数据。rest所有唯一id都存储在NaN列表中。只需显示小时而不是年、分钟？随着日期的更改，我也可以在没有NaN的情况下获得输出。请共享整个xls，以便我们了解列数据变为NAN的原因。我正在粘贴excel工作表的链接。请查看它。