社区
DataWindow
帖子详情
数据窗口中如何计算时间差
犇犇
2003-05-23 09:00:47
数据窗口中有三个字段
上班时间:datetime
下班时间: datetime
工作时间:long
可否根据‘上班时间’,‘下班时间’得出'工作时间'长度.
好像用函数:secondsafter()不能完成
请各位帮忙
...全文
174
9
打赏
收藏
数据窗口中如何计算时间差
数据窗口中有三个字段 上班时间:datetime 下班时间: datetime 工作时间:long 可否根据‘上班时间’,‘下班时间’得出'工作时间'长度. 好像用函数:secondsafter()不能完成 请各位帮忙
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
9 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
hnwczgw
2003-05-23
打赏
举报
回复
同意(joss(季节...夏至)的意见
犇犇
2003-05-23
打赏
举报
回复
我试了一次,好用,谢谢您们
joss
2003-05-23
打赏
举报
回复
在数据窗口中使用也没有问题,我就做过daysafter函数的实例,只是一定要保证上下班时间均有效才能正常运算!
把你的错误贴出来看看!
joss
2003-05-23
打赏
举报
回复
数据窗口中有三个字段
上班时间:datetime
下班时间: datetime
工作时间:long
可否根据‘上班时间’,‘下班时间’得出'工作时间'长度.
好像用函数:secondsafter()不能完成
请各位帮忙
楼主注意,SecondsAfter函数参数是指时间参数,不是日期参数,将datetiem分解为date 和time
请可以了!
如果有跨天现象,则还要用daysafter函数对分解出的date进行计算,两者相加才是具体时间数!
所有时间差数均换算成秒,显示时再运算出来!(也除60取整关系!)
楼主问题解决!
犇犇
2003-05-23
打赏
举报
回复
首先谢谢您,您用的方法是SCRIPT,可不可以在数据窗口中,如果‘工作时间’是计算列,来得出结果结,我在编辑时,总是提示‘必须为数值表达示’
计算列:代码secondsafter(time(上班时间),time(下班时间)),不能通过
joss
2003-05-23
打赏
举报
回复
SecondsAfter ( 开始时间time1, 结束时间time2 )
返回具体相差秒数!!
Thinkinger
2003-05-23
打赏
举报
回复
date ld_1,ld_2
time lt_1,lt_2
long ll_seconds
ld_1 = date(上班时间)
ld_2 = date(下班时间)
lt_1 = time(上班时间)
lt_2 = time(下班时间)
ll_seconds = daysafter(ld_1,ld) * 24 *60 * 60 + secondsafer(lt_1,lt_2)
Thinkinger
2003-05-23
打赏
举报
回复
你的时间长度是多的秒数吗?
Thinkinger
2003-05-23
打赏
举报
回复
用DaysAfter ( date1, date2 )函数
【第1章Pandas DataFrame基础】1.9 掌握
时间差
:从基础到高级的Pandas时间序列技巧
本文围绕Pandas时间序列展开,介绍了其时间序列概念,包括时间点和时间间隔表示。阐述了生成
时间差
范围的方法,以及将
时间差
设为DataFrame行标签的操作。还给出创建基本DataFrame、处理缺失值、进行时间序列
数据
操作、时间重采样和时间
窗口
计算
等实操内容。
【Spotfire】实现错行效果
在Spotfire
中
通过rank函数对工序
数据
进行排序,并利用序列偏移实现错行匹配,从而
计算
相邻工序间的
时间差
,适用于类似SQL
窗口
函数Lag/Lead的场景。
sql连续登录3天以上用户_SQL
窗口
函数轻松解决连续N天购买用户问题
本文介绍了如何使用SQL查询找出连续三天购物的用户,并
计算
每位客户相邻两次购物的
时间差
。通过
数据
表自连接和
窗口
函数两种方法进行演示,强调了
窗口
函数在处理此类问题时的简洁性和准确性。
sql
窗口
函数之专用
窗口
函数(rank, dense_rank, row_number、lead、lag、first_value、last_value)
本文解析了五道编程题目,涉及
数据
筛选、排名
计算
、时间比较和复杂查询,展示了如何运用密集排名、
窗口
函数和日期差操作进行信息提取与分析。关键技巧包括使用window函数确定用户活跃度和成绩排名,以及利用
时间差
判断竞赛效率。
5 | Pandas日期操作教程
本文详细介绍了Pandas
中
处理日期的各个方面,包括将日期设为索引、重采样、时间
窗口
、日期偏移、
时间差
计算
以及利用属性进行日期时间操作。通过实例展示了如何进行重采样以
计算
周平均值、应用时间
窗口
计算
滚动平均、进行日期偏移以及
计算
时间差
,帮助读者掌握Pandas处理时间序列
数据
的技能。
DataWindow
611
社区成员
20,469
社区内容
发帖
与我相关
我的任务
DataWindow
PowerBuilder DataWindow
复制链接
扫一扫
分享
社区描述
PowerBuilder DataWindow
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章