本文介绍如何将包含用户姓名和时间戳的 php 关联数组，按用户→日期→时间三级结构分组，并基于同日多次打卡记录（如上下班、午休前后）准确计算实际工作小时数。
本文介绍如何将包含用户姓名和时间戳的 php 关联数组，按用户→日期→时间三级结构分组，并基于同日多次打卡记录（如上下班、午休前后）准确计算实际工作小时数。
在考勤系统或工时统计场景中，原始数据常以扁平化数组形式存在，每条记录含员工姓名（first-name/last-name）与精确到秒的时间戳（time），例如：
John Doe : 2022-04-01 08:00:00 John Doe : 2022-04-01 10:00:00 John Doe : 2022-04-01 14:00:00 John Doe : 2022-04-23 08:00:00 ...
要为每位员工的每一天精准计算工作时长（如：2022-04-01 的总工时 = (10:00−08:00) + (14:00−10:00) = 6 小时），需完成三步核心处理：按用户聚合 → 按日期再分组 → 对同日时间戳配对计算差值。
以下是一个生产就绪的 PHP 实现方案（兼容 PHP 7.4+）：
✅ 步骤一：构建多维分组结构
$groupedByUser = [];
foreach ($xlsArr as $row) {
$fullName = trim($row['first-name'] . ' ' . $row['last-name']);
$timestamp = $row['time']; // 格式如 '2022-04-01 08:00:00'
// 确保用户键安全（避免空格/特殊字符导致键冲突）
$groupedByUser[$fullName][] = $timestamp;
}✅ 步骤二：按日期二次分组（关键！）
$groupedByUserAndDay = [];
foreach ($groupedByUser as $user => $times) {
$groupedByUserAndDay[$user] = [];
foreach ($times as $t) {
$date = date('Y-m-d', strtotime($t)); // 提取日期部分
$groupedByUserAndDay[$user][$date][] = $t;
}
}此时 $groupedByUserAndDay['John Doe']['2022-04-01'] 即为该用户当天所有打卡时间数组。
立即学习“PHP免费学习笔记（深入）”；
✅ 步骤三：计算每日工作时长（推荐逻辑）
⚠️ 注意：真实场景中需定义“有效打卡对”规则（如奇数次为上班、偶数次为下班）。本例采用升序排序后两两配对策略（第1→2、3→4…），忽略单次未配对记录：
function calculateDailyHours(array $timestamps): float {
if (count($timestamps) < 2) return 0.0;
// 按时间升序排序（确保配对逻辑正确）
usort($timestamps, function($a, $b) {
return strtotime($a) <=> strtotime($b);
});
$totalSeconds = 0;
// 两两配对：索引 0→1, 2→3, ...
for ($i = 0; $i < count($timestamps) - 1; $i += 2) {
$start = strtotime($timestamps[$i]);
$end = strtotime($timestamps[$i + 1]);
if ($end > $start) {
$totalSeconds += ($end - $start);
}
}
return round($totalSeconds / 3600, 2); // 转换为小时，保留2位小数
}
// 应用计算
$result = [];
foreach ($groupedByUserAndDay as $user => $days) {
$result[$user] = [];
foreach ($days as $date => $times) {
$result[$user][$date] = calculateDailyHours($times);
}
}
// 输出示例：John Doe 在 2022-04-01 工作了 6.0 小时
print_r($result);? 注意事项与优化建议
- 数据清洗优先：实际使用前应过滤非法时间戳（如 strtotime() 返回 false 时需跳过）；
- 业务规则适配：若打卡含“外出”“请假”等状态字段，应在分组前加入条件过滤；
- 性能提示：万级数据建议改用 DateTimeImmutable 替代 strtotime() 提升解析效率；
- 扩展性设计：可将 calculateDailyHours() 封装为独立类，支持自定义配对策略（如“最早上班+最晚下班”模式）。
通过此结构化处理流程，您即可从原始扁平数组中高效提取任意用户、任意日期的工作时长，为月度报表、薪资结算提供可靠数据基础。
