从 numpy.timedelta64 值中提取天数

Posted 2023-03-11

【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)

【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。