Pandas Timedelta 以天为单位

Posted 2023-02-24

【中文标题】Pandas Timedelta 以天为单位

【英文标题】：Pandas Timedelta in Days

【发布时间】：2013-04-12 18:22:02

【问题描述】：

我在 pandas 中有一个名为“munged_data”的数据框，其中包含两列“entry_date”和“dob”，我已使用 pd.to_timestamp 将其转换为时间戳。我试图弄清楚如何根据时间计算人的年龄'entry_date' 和 'dob' 之间的区别，要做到这一点，我需要得到两列之间的天数差异（这样我就可以像 round(days/365.25) 一样做一些事情。我似乎无法找到一种使用矢量化操作的方法。当我执行 munged_data.entry_date-munged_data.dob 时，我得到以下信息：

internal_quote_id
2                    15685977 days, 23:54:30.457856
3                    11651985 days, 23:49:15.359744
4                     9491988 days, 23:39:55.621376
7                     11907004 days, 0:10:30.196224
9                    15282164 days, 23:30:30.196224
15                  15282227 days, 23:50:40.261632  

但是我似乎无法将天数提取为整数，以便我可以继续计算。 任何帮助表示赞赏。

【问题讨论】：

TLDR：(df['entry_date'] - df['dob']).dt.days（见下面我的回答）

【参考方案1】：

使用自 v0.15.0 起可用的 Pandas 类型 Timedelta，您也可以这样做：

In[1]: import pandas as pd
In[2]: df = pd.DataFrame([ pd.Timestamp('20150111'), 
                           pd.Timestamp('20150301') ], columns=['date'])
In[3]: df['today'] = pd.Timestamp('20150315')
In[4]: df
Out[4]: 
        date      today
0 2015-01-11 2015-03-15
1 2015-03-01 2015-03-15

In[5]: (df['today'] - df['date']).dt.days
Out[5]: 
0    63
1    14
dtype: int64

【讨论】：

太棒了！我认为这应该是公认的答案。

Timedelta.dt.days 比 apply(lambda x: x.days()) 快 100 倍

说真的，为什么这不是公认的答案？

【参考方案2】：

你需要 0.11 （0.11rc1 已经出来了，下周最后的问题）

In [9]: df = DataFrame([ Timestamp('20010101'), Timestamp('20040601') ])

In [10]: df
Out[10]: 
                    0
0 2001-01-01 00:00:00
1 2004-06-01 00:00:00

In [11]: df = DataFrame([ Timestamp('20010101'), 
                          Timestamp('20040601') ],columns=['age'])

In [12]: df
Out[12]: 
                  age
0 2001-01-01 00:00:00
1 2004-06-01 00:00:00

In [13]: df['today'] = Timestamp('20130419')

In [14]: df['diff'] = df['today']-df['age']

In [16]: df['years'] = df['diff'].apply(lambda x: float(x.item().days)/365)

In [17]: df
Out[17]: 
                  age               today                diff      years
0 2001-01-01 00:00:00 2013-04-19 00:00:00 4491 days, 00:00:00  12.304110
1 2004-06-01 00:00:00 2013-04-19 00:00:00 3244 days, 00:00:00   8.887671

最后你需要这个奇怪的应用程序，因为还没有完全支持 timedelta64[ns] 标量（例如，我们现在如何使用时间戳来处理 datetime64[ns]，在 0.12 中）

【讨论】：

感谢 Jeff 非常有帮助，我不知道 item() 方法。我设法用 0.10

太棒了！这是一些食谱和新文档的链接（在 0.11 中），pandas.pydata.org/pandas-docs/dev/cookbook.html#miscellaneous

您不需要这种需要特定熊猫版本的方法。相反，请遵循@dant (df['entry_date'] - df['dob']).dt.days

的建议

【参考方案3】：

不确定你是否还需要它，但在 Pandas 0.14 中我通常使用 .astype('timedelta64[X]') 方法 http://pandas.pydata.org/pandas-docs/stable/timeseries.html（变频）

df = pd.DataFrame([ pd.Timestamp('20010101'), pd.Timestamp('20040605') ])
df.ix[0]-df.ix[1]

返回：

0   -1251 days
dtype: timedelta64[ns]

(df.ix[0]-df.ix[1]).astype('timedelta64[Y]')

返回：

  0   -4
 dtype: float64

希望对你有所帮助

【讨论】：

我刚刚搜索了一下，发现了这个问题。我的问题是我对我的数据框使用了类似于 Jeff 的答案。但是，我有一百万行，所以应用有点慢。使用.astype('timedelta64[D]') 是一种更快的方法（大约 200 倍）

【参考方案4】：

让我们指定您有一个名为 time_difference 的 pandas 系列，其类型为 numpy.timedelta64[ns]

仅提取日期（或任何所需属性）的一种方法如下：

just_day = time_difference.apply(lambda x: pd.tslib.Timedelta(x).days)

使用此函数是因为 numpy.timedelta64 对象没有“天”属性。

【参考方案5】：

要将任何类型的数据转换为天，只需使用 Timedelta().days：

pd.Timedelta(1985, unit='Y').days
84494