python:pandas计算时间差

Posted 2023-05-06

参考技术A import pandas as pd

方法一：
先利用to_datetime转换为时间格式，tm列的数据形式为'yyyy-MM-dd HH:mm:ss'
df['tm_1'] = pd.to_datetime(df['tm_1'])

df['tm_2'] = pd.to_datetime(df['tm_2'])

利用".dt.seconds"转换为秒，除以相对于的间隔数得到分钟、小时等
df['diff_time'] = (df['tm_1'] - df['tm_2']).dt.seconds/3600

利用round函数可进行四舍五入
df['diff_time'] = round(df['diff_time'])

方法二，日期相减变为小时；变为天的话将h替换为D即可：
df['diff_time'] = (df['tm_1'] - df['tm_2']).values/np.timedelta64(1, 'h')

Python Pandas 和 SciPy：识别点和计算移动向量的最佳方法

【中文标题】Python Pandas 和 SciPy：识别点和计算移动向量的最佳方法

【英文标题】：Python Pandas and SciPy: Optimal method to identify point and compute moving vector

【发布时间】：2021-11-15 09:43:22

【问题描述】：

我已经创建了带有时间点位置（一些 t0、t1、...、tn）的 pandas 数据框，其结构如下所示。我试图识别点并计算每个点的移动向量。不幸的是，迭代每个点是相对缓慢的。预测未来点位置的最有效方法是什么（在 tn+1，tn+2，...）？我想知道概念，而不是代码。它是预测雷暴集群移动的系统的一部分。我使用过 Pandas 和 SciPy 算法。 enter image description here

【问题讨论】：

你能显示数据框吗？

是的，当然。我将 df 作为新附件发送。

【参考方案1】：

您的问题没有简单的答案。您必须进行多元时间序列分析，其中应包括模型的统计测试。从这里开始，您可以选择很多模型：回归模型、SARIMA 模型、扩散模型、LSTM 模型等。通常可以通过交叉验证和类似方法做出适当的选择。

我建议在开始编码之前研究一下这个主题，因为它是一个相当复杂的主题。但是，这个问题不应该在 *** 上讨论。