Pandas | 22 时间差

Posted summer-skr--blog

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pandas | 22 时间差相关的知识,希望对你有一定的参考价值。

时间差(Timedelta)是时间上的差异,以不同的单位来表示。例如:日,小时,分钟,秒。它们可以是正值,也可以是负值。
可以使用各种参数创建Timedelta对象,如下所示 -

字符串

通过传递字符串,可以创建一个timedelta对象。参考以下示例代码 -

import pandas as pd

timediff = pd.Timedelta(2 days 2 hours 15 minutes 30 seconds)
print(timediff)

输出结果:

2 days 02:15:30
 

整数

通过传递一个整数值与指定单位,这样的一个参数也可以用来创建Timedelta对象。

import pandas as pd

timediff = pd.Timedelta(6,unit=h)
print(timediff)

输出结果:

0 days 06:00:00
 

数据偏移

例如 - 周,天,小时,分钟,秒,毫秒,微秒,纳秒的数据偏移也可用于构建。

import pandas as pd

timediff = pd.Timedelta(days=2)
print(timediff)

输出结果:

2 days 00:00:00
 

运算操作

可以在Series/DataFrames上执行运算操作,并通过在datetime64 [ns]系列或在时间戳上减法操作来构造timedelta64 [ns]系列。参考以下示例代码 -

import pandas as pd

s = pd.Series(pd.date_range(2012-1-1, periods=3, freq=D))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
print(df)

输出结果:

           A      B
0 2012-01-01 0 days
1 2012-01-02 1 days
2 2012-01-03 2 days
 

相加操作

import pandas as pd

s = pd.Series(pd.date_range(2018-1-1, periods=3, freq=D))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df[C]=df[A]+df[B]
print(df)

输出结果:

           A      B          C
0 2018-01-01 0 days 2018-01-01
1 2018-01-02 1 days 2018-01-03
2 2018-01-03 2 days 2018-01-05
 

相减操作

import pandas as pd

s = pd.Series(pd.date_range(2012-1-1, periods=3, freq=D))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df[C]=df[A]+df[B]
df[D]=df[C]-df[B]
print(df)

输出结果:

           A      B          C          D
0 2018-01-01 0 days 2018-01-01 2018-01-01
1 2018-01-02 1 days 2018-01-03 2018-01-02
2 2018-01-03 2 days 2018-01-05 2018-01-03




以上是关于Pandas | 22 时间差的主要内容,如果未能解决你的问题,请参考以下文章

pandas GroupBy上的方法apply:一般性的“拆分-应用-合并”

text [检查特定的数据片段]取自论文但有意思应用。 #python #pandas

以下代码片段的时间复杂度是多少?

从 Pandas Column 解压字典

为啥这段代码会泄露? (简单的代码片段)

向量化 Pandas 数据帧