Pandas 中的日期时间比较与 datetime.time() 混淆

Posted 2023-03-11

【中文标题】Pandas 中的日期时间比较与 datetime.time() 混淆

【英文标题】：Datetime comparison within Pandas messing with datetime.time()

【发布时间】：2017-01-07 14:30:14

【问题描述】：

我有一个大型 Excel 文件，其中包含马拉松运动员的开始和结束时间。为了确定延迟开始时间后仍然在赛道上的跑步者数量，我尝试将数据导入 Pandas 并使用内置的 pandas 比较来返回在特定时间跑步的跑步者列表。在给定时间 x，赛道上的跑步者将有一个开始时间 x。然而，在 Pandas 中，其中一个给了我一个错误。

我使用 read_exel 从 Excel 导入数据框，它会自动将开始时间和结束时间转换为 Datetime.time 对象。这是一些示例数据

df = pd.DataFrame(
'name':['Bob','Sue','Joe'],
 'start_time':[datetime.time(6,50,0),datetime.t‌​ime(6,55,0),dateti‌​me.time(7,0,0)], 
 'start_time':[datetime.time(7,15,04),datetime.time(7,21,41)‌​,datetime.time(7,23,24)],)

跑步者从6:50 开始，我想每4 分钟列出一次赛道上的跑步者数量。所以我设置了一些变量来处理它：

race_start = datetime.datetime(100,1,1,6,50)
intervaul = datetime.timedelta(minutes = 4)
capture_time = race_start

然后我尝试使用 Pandas 内置的选择来选择正确的行

df[df.start_time <= capture_time.time() & df.end_time > capture_time.time()]

但是我得到了错误：

TypeError: 无法比较 datetime.time 和 unicode

事实上，df.start_time <= capture_time.time() 完全没问题并且可以运行，但是df.end_time <= capture_time.time() 返回这个错误。

我不知道这里发生了什么，如果有任何帮助，我们将不胜感激。

【参考方案1】：

您只需添加两次()，第一次可以省略，但也可以使用最佳实践：

pd[(pd.start_time <= capture_time.time()) & (pd.end_time <= capture_time.time())]

或者可能end_time列的dtype不是datetime，所以你可以使用to_datetime：

pd.end_time = pandas.to_datetime(pd.end_time)

我认为DataFrame 的名称更好df，那么你可以使用：

import pandas as pd

df.end_time = pd.to_datetime(df.end_time)

【讨论】：

我将编辑我的原始帖子以使其更清晰。在我匆忙中，我将我的数据框命名为 pd，而实际上我正在使用 df。不过我不认为这是问题所在。当我运行type(df.end_time[0]) 时，我返回了 datetime.time。当我运行代码df[df.end_time > capture_time.time()] 时，我也得到相同的原始错误所以我不认为这是一个分组问题。

你能添加一些数据样本吗？ 3 -4 行？

也许你可以使用df = pd.DataFrame('end_time':[datetime.time(10,11,10),datetime.time(11,10,23),datetime.time(12,12,4)], 'start_time':[datetime.time(10,11,7),datetime.time(11,10,20),datetime.time(12,12)],)

并根据需要进行更改。

已修复。感谢您帮助我度过难关！