pandas 从numpy.timedelta64值中提取天数

h9vpoimq  于 2022-11-20  发布在  其他
关注(0)|答案(4)|浏览(183)

我正在使用panda/python,我有两个日期时间序列s1和s2,它们是在包含日期/时间的df字段上使用'to_datetime'函数生成的。
当我用s2减去s1
s3 = s2 - s1
我得到一个序列s3,类型为
时间增量64 [ns]

0    385 days, 04:10:36
1     57 days, 22:54:00
2    642 days, 21:15:23
3    615 days, 00:55:44
4    160 days, 22:13:35
5    196 days, 23:06:49
6     23 days, 22:57:17
7      2 days, 22:17:31
8    622 days, 01:29:25
9     79 days, 20:15:14
10    23 days, 22:46:51
11   268 days, 19:23:04
12                  NaT
13                  NaT
14   583 days, 03:40:39

如何看待系列的1个元素:
第三节[10]
我得到这样的东西:
时间增量数值64(206921100000000,“纳秒”)
我如何从s3中提取天数,并将它们保留为整数(对小时/分钟等不太感兴趣)?
提前感谢您的帮助。

m4pnthwp

m4pnthwp1#

您可以将其转换为具有天精度的timedelta。要提取天的整数值,您可以将其除以一天的timedelta。

>>> x = np.timedelta64(2069211000000000, 'ns')
>>> days = x.astype('timedelta64[D]')
>>> days / np.timedelta64(1, 'D')
23

或者,正如@PhillipCloud建议的那样,只需days.astype(int),因为timedelta只是一个64位整数,根据传入的第二个参数('D''ns'...),可以用不同的方式进行解释。
您可以在here中找到更多关于它的信息。

67up9zun

67up9zun2#

使用dt.days获取整数形式的days属性。
例如:

In [14]: s = pd.Series(pd.timedelta_range(start='1 days', end='12 days', freq='3000T'))

In [15]: s
Out[15]: 
0    1 days 00:00:00
1    3 days 02:00:00
2    5 days 04:00:00
3    7 days 06:00:00
4    9 days 08:00:00
5   11 days 10:00:00
dtype: timedelta64[ns]

In [16]: s.dt.days
Out[16]: 
0     1
1     3
2     5
3     7
4     9
5    11
dtype: int64

更一般地说-您可以使用.components属性来存取timedelta的简化形式。

In [17]: s.dt.components
Out[17]: 
   days  hours  minutes  seconds  milliseconds  microseconds  nanoseconds
0     1      0        0        0             0             0            0
1     3      2        0        0             0             0            0
2     5      4        0        0             0             0            0
3     7      6        0        0             0             0            0
4     9      8        0        0             0             0            0
5    11     10        0        0             0             0            0

现在,要获取hours属性:

In [23]: s.dt.components.hours
Out[23]: 
0     0
1     2
2     4
3     6
4     8
5    10
Name: hours, dtype: int64
czq61nw1

czq61nw13#

假设有一个时间增量序列:

import pandas as pd
from datetime import datetime
z = pd.DataFrame({'a':[datetime.strptime('20150101', '%Y%m%d')],'b':[datetime.strptime('20140601', '%Y%m%d')]})

td_series = (z['a'] - z['b'])

转换这个timedelta列或序列的一种方法是将其转换为一个Timedelta对象(panda 0.15.0+),然后从该对象中提取日期:

td_series.astype(pd.Timedelta).apply(lambda l: l.days)

另一种方法是将序列转换为以天为单位的timedelta64,然后将其转换为int:

td_series.astype('timedelta64[D]').astype(int)
lstz6jyr

lstz6jyr4#

首先,使用以下公式转换panda日期时间中的日期时间列:

## Convert time in pandas date time
df['Start'] = pd.to_datetime(df['Start'], errors='coerce')

完成后,使用以下命令减去两个日期:

df["Duration_after subtraction"] = (df['End_Time'] - df['Start_Time']   / np.timedelta64(1, 'm')

要转换为小时,请使用'h'而不是'm'

相关问题