减去熊猫中的日期时间列时返回错误

Posted 2023-03-11

【中文标题】减去熊猫中的日期时间列时返回错误

【英文标题】：Error returned when subtracting datetime columns in pandas

【发布时间】：2017-11-19 10:54:51

【问题描述】：

我有以下数据框。

  Date Returned Start Date
0    2017-06-02 2017-04-01
1    2017-06-02 2017-04-01
2    2017-06-02 2017-04-01
3    2017-06-02 2017-02-28
4    2017-06-02 2017-02-28
5    2017-06-02 2016-07-20
6    2017-06-02 2016-07-20

两列都是datetime64类型。

subframe[['Date Returned','Start Date']].dtypes
Out[9]: 
Date Returned    datetime64[ns]
Start Date       datetime64[ns]
dtype: object

然而，当我尝试查找两列日期之间的时间增量时，我得到了这个错误。

subframe['Delta']=subframe['Date Returned'] - subframe['Start Date']

TypeError: data type "datetime" not understood 

有解决办法吗？我已经尝试了我能想到的一切，并且在这一点上拔出了大部分头发。任何帮助是极大的赞赏。 I did find someone posting the same problem, but no one really answered it.

【问题讨论】：

它在我的电脑上运行良好。

在我的情况下，相同的代码不会出错。您使用的是什么版本？或者您可以卸载软件包并重试。

我确实尝试过卸载并重新安装 pandas。结果相同。这是在 Windows 7 上运行的，但我认为这不会有什么不同。

我没有足够的评论点数，但我在 Pandas 18.1 中遇到了同样的错误。有趣的是，如果我选择一行，它就会起作用。没有任何缺失值，所以这是非常奇怪的行为。

datetime dtypes in pandas read_csv的可能重复

【参考方案1】：

我认为这个问题可能已经在更新的 pandas 版本中得到解决（并且可能相关，numpy），而且它可能一直是特定于 Windows 的。但是，在我正在使用的计算机上（pandas 0.18.0，numpy 1.13，在 Windows 7 下）它仍然没有解决。

对于那些与我情况相同的人，有一种解决方法比@blacksite 的解决方法更快：

subframe['Delta'] = subframe['Date Returned'].values - subframe['Start Date'].values

看起来很傻，放置“.values”会将它们转换为 Numpy datetime64 对象，从而正确地减去它们。将其分配给 pandas 数据框列，它再次正确地转换回 Timestamp 对象。

在我的数据框（大约 90k 行）上，这需要不到 0.01 秒（全部用于在 pandas 中创建一个新列并从 numpy 转换为时间戳），而其他解决方法大约需要 1.5 秒。

【参考方案2】：

我在 pandas 0.18.1 中收到了同样的错误。这是一种变通方法，在各个起始端对上迭代操作：

d['diff'] = [ret - start for start, ret in zip(d['Start'], d['Returned'])]

d 现在是：

Returned      Start     diff
0 2017-06-02 2017-04-01  62 days
1 2017-06-02 2017-04-01  62 days
2 2017-06-02 2017-04-01  62 days
3 2017-06-02 2017-02-28  94 days
4 2017-06-02 2017-02-28  94 days
5 2017-06-02 2016-07-20 317 days
6 2017-06-02 2016-07-20 317 days

这种解决方法比我想象的原生 pandas 实现要慢得多。 叹息。