tengo el siguiente dataframe y debo calcular por cada legajo cuantas horas por día trabajó, en conflicto se me presenta porque como se ve en el registro 3, 4 y 5 a veces se registran 2 veces la fecha de salida, con lo cual se debería poder verificar POR LEGAJO, POR CADA DIA, que existan solamente 2 registros, uno de entrada y el otro es de salida, para luego restar ambos entre si y así sacar las horas trabajadas. Me estoy rompiendo la cabeza y no se me ocurre como hacer para filtrar los que tengan mas de 2 registros en un mismo día, he intentado varias cosas pero no me funciona ninguna, además tengo la complicación para restar el registro de entrada con el de salida porque están ambos en la misma columna, ¿alguien que me ayude?. gracias desde ya.
import pandas as pd
import numpy as np
from datetime import datetime
from datetime import date
df=pd.read_excel(io = "RRHH.xlsx", sheet_name="Hoja1", index_col=False)
df=df.drop(columns="x")
df=df.drop(columns="x.1")
df=df.drop(columns="x.2")
df=df.drop(columns="x.3")
df["fecha y hora"]= pd.to_datetime(df["fecha y hora"])
df=df.sort_values(by=["codigo","fecha y hora"])
Legajo=df["codigo"].tolist()
Lfechas=df["fecha y hora"].tolist()
Registros=[]
Registro=[]
a=0
for i in Legajo:
# dia=datetime.datetime.strptime(Lfechas,"%d")
# mes=datetime.datetime.strptime(Lfechas,"%m")
# ano=datetime.datetime.strptime(Lfechas,"%Y")
Registros=[Legajo[a],Lfechas[a]]
Registro.append(Registros)
a=a+1
df1=pd.DataFrame(Registro, columns=["Legajo","Fechas"])
print(df1)