js判断是否在营业时间

// 是否在营业时间内
//beginTime,endTime,nowTime为时间戳类型
time_range(beginTime, endTime, nowTime){
	// beginTime, endTime, nowTime:time_range(“09:00:00”,“21:00:00”,“12:12:12”);
	// 将时间戳转化为时间格式
	beginTime = this.timetoStr(beginTime) ;
	endTime = this.timetoStr(endTime) ;
	nowTime = this.timetoStr(nowTime) ;
	
	var strb = beginTime.split(':');
	if (strb.length != 3) {
		return false;
	}

	var stre = endTime.split(':');
	if (stre.length != 3) {
		return false;
	}

	var strn = nowTime.split(':');
	if (stre.length != 3) {
		return false;
	}
	var b = new Date();
	var e = new Date();
	var n = new Date();

	b.setHours (strb[0]);
	b.setMinutes (strb[1]);
	b.setSeconds(strb[2]);
	e.setHours (stre[0]);
	e.setMinutes (stre[1]);
	e.setSeconds(stre[2]);
	n.setHours (strn[0]);
	n.setMinutes (strn[1]);
	n.setSeconds(strn[2]);
	if (n.getTime () - b.getTime () > 0 && n.getTime () - e.getTime () < 0) {
		console.log('在该时间范围内!') ;
		return true;
	} else {
		console.log ("当前时间是:" + n.getHours () + ":" + n.getMinutes () + ":"+n.getSeconds()+",不在该时间范围内!");
		return false;
	}
},
// timetoStr 时间戳转换为时间格式 不包含日期
timetoStr(time){
	var time = new Date(parseInt(time) * 1000) ;
	var str = '' ;
	if(time.getHours()<10){
		str += '0' ;
	}
	str += time.getHours().toString() ;  
	str += ':' ;
	if(time.getMinutes()<10){
		str += '0' ;
	}
	str += time.getMinutes().toString() ; 
	str += ':' ;
	if(time.getSeconds()<10){
		str += '0' ;
	}
	str += time.getSeconds().toString() ; 
	return str ;
},

在线时间戳格式互转

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
假设数据存储在一个名为 `df1` 的 Pandas DataFrame 中,可以按照以下步骤进行计算: 1. 将下单时间转换为日期类型,并提取出每个订单的日期。 ```python df1['下单时间'] = pd.to_datetime(df1['下单时间']) df1['日期'] = df1['下单时间'].dt.date ``` 2. 按门店和日期分组,计算每个门店每天的总营业额和总员工数。 ```python df2 = df1.groupby(['门店编码', '日期']).agg({'金额字段': 'sum', '门店人数': 'first'}).reset_index() df2.rename(columns={'金额字段': '营业额'}, inplace=True) df2['员工数'] = df2['门店人数'] * 7 ``` 3. 按门店分组,计算每个门店一周的总营业额和总员工数,并计算出每个门店的一周营业额除以每个门店的员工数。 ```python df3 = df2.groupby('门店编码').agg({'营业额': 'sum', '员工数': 'sum'}).reset_index() df3['营业额/员工数'] = df3['营业额'] / df3['员工数'] ``` 完整代码如下: ```python import pandas as pd # 假设数据存储在一个名为 df1 的 Pandas DataFrame 中 # 将下单时间转换为日期类型,并提取出每个订单的日期 df1['下单时间'] = pd.to_datetime(df1['下单时间']) df1['日期'] = df1['下单时间'].dt.date # 按门店和日期分组,计算每个门店每天的总营业额和总员工数 df2 = df1.groupby(['门店编码', '日期']).agg({'金额字段': 'sum', '门店人数': 'first'}).reset_index() df2.rename(columns={'金额字段': '营业额'}, inplace=True) df2['员工数'] = df2['门店人数'] * 7 # 按门店分组,计算每个门店一周的总营业额和总员工数,并计算出每个门店的一周营业额除以每个门店的员工数 df3 = df2.groupby('门店编码').agg({'营业额': 'sum', '员工数': 'sum'}).reset_index() df3['营业额/员工数'] = df3['营业额'] / df3['员工数'] ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值