从 numpy.timedelta64 值中提取天数
Posted
技术标签:
【中文标题】从 numpy.timedelta64 值中提取天数【英文标题】:extracting days from a numpy.timedelta64 value 【发布时间】:2013-08-15 10:28:45 【问题描述】:我正在使用 pandas/python,并且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。
当我从 s2 中减去 s1
s3 = s2 - s1
我得到一个系列,s3,类型为
timedelta64[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
如何查看系列的 1 个元素:
s3[10]
我得到这样的东西:
numpy.timedelta64(2069211000000000,'ns')
如何从 s3 中提取天数并将它们保存为整数(对小时/分钟等不太感兴趣)?
提前感谢您的帮助。
【问题讨论】:
仅供参考,即将合并到 pandas 掌握此功能:github.com/pydata/pandas/pull/4534(您可以在 0.12 及之前通过:s.apply(lambda x: x / np.timedelta64(1,'D'))
【参考方案1】:
您可以将其转换为具有天精度的时间增量。要提取天的整数值,请将其除以一天的时间增量。
>>> 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,只是days.astype(int)
,因为timedelta
只是一个64 位整数,根据您传入的第二个参数('D'
、'ns'
、... )。
您可以在here找到更多相关信息。
【讨论】:
你也可以days.item().days
或days.astype(int)
。
更多最新版本的 pandas 支持完整的 Timedelta 类型,请参阅此处的文档:pandas.pydata.org/pandas-docs/stable/timedeltas.html
这是 .apply 的一个很好的候选。您可以在计算列值的同一行中执行此操作,方法是在末尾放置 .apply(lambda x: x/np.timedelta64(1,'D')) 以在列级别应用转换。例如s3=(s1-s2).apply(lambda x: x/np.timedelta64(1,'D'))。
这种方法astype('timedelta64[D]')
(约96ms)比dt.days.
(约24s)的4,000,000行效率高很多。【参考方案2】:
假设你有一个 timedelta 系列:
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'])
转换此 timedelta 列或系列的一种方法是将其转换为 Timedelta 对象(pandas 0.15.0+),然后从对象中提取日期:
td_series.astype(pd.Timedelta).apply(lambda l: l.days)
另一种方法是将系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)
【讨论】:
【参考方案3】:使用dt.days
以整数形式获取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
属性访问简化形式的 timedelta
。
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,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
【讨论】:
+1 - 这是目前执行此操作的最佳方法,因为自提出此问题以来,pandas 软件包已取得进展。以上是关于从 numpy.timedelta64 值中提取天数的主要内容,如果未能解决你的问题,请参考以下文章
如何从 SQL 中的列值中提取特定部分(Redshift 平台)