从 TimeDelta 到 Pandas 中的浮动天数

Posted 2023-03-11

【中文标题】从 TimeDelta 到 Pandas 中的浮动天数

【英文标题】：From TimeDelta to float days in Pandas

【发布时间】：2016-05-31 21:15:36

【问题描述】：

我有一个 TimeDelta 列，其值如下所示：

2 天 21:54:00.000000000

我想要一个代表天数的浮点数，假设这里 2+21/24 = 2.875，忽略分钟。 有没有一种简单的方法可以做到这一点？ 我看到一个答案建议

res['Ecart_lacher_collecte'].apply(lambda x: float(x.item().days+x.item().hours/24.))

但是我得到“AttributeError: 'str' object has no attribute 'item'”

Numpy 版本是 '1.10.4' 熊猫版本是 u'0.17.1'

这些列最初是通过以下方式获得的：

lac['DateHeureLacher'] = pd.to_datetime(lac['Date lacher']+' '+lac['Heure lacher'],format='%d/%m/%Y %H:%M:%S')
cap['DateCollecte'] = pd.to_datetime(cap['Date de collecte']+' '+cap['Heure de collecte'],format='%d/%m/%Y %H:%M:%S')

在第一个脚本中。然后在第二个：

res = pd.merge(lac, cap, how='inner', on=['Loc'])
res['DateHeureLacher']  = pd.to_datetime(res['DateHeureLacher'],format='%Y-%m-%d %H:%M:%S')
res['DateCollecte']  = pd.to_datetime(res['DateCollecte'],format='%Y-%m-%d %H:%M:%S')
res['Ecart_lacher_collecte'] = res['DateCollecte'] - res['DateHeureLacher']

也许将其保存为 csv 将其类型更改回字符串？我正在尝试进行的转换是在第三个脚本中。

Sexe_x  PiegeLacher latL    longL   Loc Col_x   DateHeureLacher Nb envolees PiegeCapture    latC    longC   Col_y   Sexe_y  Effectif    DateCollecte    DatePose    Ecart_lacher_collecte   Dist_m
M   Q0-002  1629238 237877  H   Rouge   2011-02-04 17:15:00 928 Q0-002  1629238 237877  Rouge   M   1   2011-02-07 15:09:00 2011-02-07 12:14:00 2 days 21:54:00.000000000   0
M   Q0-002  1629238 237877  H   Rouge   2011-02-04 17:15:00 928 Q0-002  1629238 237877  Rouge   M   4   2011-02-07 12:14:00 2011-02-07 09:42:00 2 days 18:59:00.000000000   0
M   Q0-002  1629238 237877  H   Rouge   2011-02-04 17:15:00 928 Q0-003  1629244 237950  Rouge   M   1   2011-02-07 15:10:00 2011-02-07 12:16:00 2 days 21:55:00.000000000   75

res.info():

Sexe_x                   922 non-null object
PiegeLacher              922 non-null object
latL                     922 non-null int64
longL                    922 non-null int64
Loc                      922 non-null object
Col_x                    922 non-null object
DateHeureLacher          922 non-null object
Nb envolees              922 non-null int64
PiegeCapture             922 non-null object
latC                     922 non-null int64
longC                    922 non-null int64
Col_y                    922 non-null object
Sexe_y                   922 non-null object
Effectif                 922 non-null int64
DateCollecte             922 non-null object
DatePose                 922 non-null object
Ecart_lacher_collecte    922 non-null object
Dist_m                   922 non-null int64

【问题讨论】：

我认为你可以使用float(res['columnName'].dt.days + res['columnName'].dt.hours / 24)

IIUC 你可以做res['columnname'].dt.total_seconds()/ (24 * 60 * 60)

@AntonProtopopov 我得到“AttributeError: Can only use .dt accessor with datetimelike values”

@EdChum 我得到“AttributeError：'Series'对象没有属性'total_seconds'”

@alpagarou 首先，您需要将列转换为 datetime 对象。你可以用pd.to_datetime

【参考方案1】：

您可以使用pd.to_timedelta 或np.timedelta64 定义持续时间并除以：

# set up as per @EdChum
df['total_days_td'] = df['time_delta'] / pd.to_timedelta(1, unit='D')
df['total_days_td'] = df['time_delta'] / np.timedelta64(1, 'D')

【讨论】：

也可以使用 datetime 模块，例如 datetime.timedelta(days=1)

【参考方案2】：

您可以使用dt.total_seconds 并将其除以一天中的总秒数，例如：

In [25]:
df = pd.DataFrame('dates':pd.date_range(dt.datetime(2016,1,1, 12,15,3), periods=10))
df

Out[25]:
                dates
0 2016-01-01 12:15:03
1 2016-01-02 12:15:03
2 2016-01-03 12:15:03
3 2016-01-04 12:15:03
4 2016-01-05 12:15:03
5 2016-01-06 12:15:03
6 2016-01-07 12:15:03
7 2016-01-08 12:15:03
8 2016-01-09 12:15:03
9 2016-01-10 12:15:03

In [26]:
df['time_delta'] = df['dates'] - pd.datetime(2015,11,6,8,10)
df

Out[26]:
                dates       time_delta
0 2016-01-01 12:15:03 56 days 04:05:03
1 2016-01-02 12:15:03 57 days 04:05:03
2 2016-01-03 12:15:03 58 days 04:05:03
3 2016-01-04 12:15:03 59 days 04:05:03
4 2016-01-05 12:15:03 60 days 04:05:03
5 2016-01-06 12:15:03 61 days 04:05:03
6 2016-01-07 12:15:03 62 days 04:05:03
7 2016-01-08 12:15:03 63 days 04:05:03
8 2016-01-09 12:15:03 64 days 04:05:03
9 2016-01-10 12:15:03 65 days 04:05:03

In [27]:
df['total_days_td'] = df['time_delta'].dt.total_seconds() / (24 * 60 * 60)
df

Out[27]:
                dates       time_delta  total_days_td
0 2016-01-01 12:15:03 56 days 04:05:03      56.170174
1 2016-01-02 12:15:03 57 days 04:05:03      57.170174
2 2016-01-03 12:15:03 58 days 04:05:03      58.170174
3 2016-01-04 12:15:03 59 days 04:05:03      59.170174
4 2016-01-05 12:15:03 60 days 04:05:03      60.170174
5 2016-01-06 12:15:03 61 days 04:05:03      61.170174
6 2016-01-07 12:15:03 62 days 04:05:03      62.170174
7 2016-01-08 12:15:03 63 days 04:05:03      63.170174
8 2016-01-09 12:15:03 64 days 04:05:03      64.170174
9 2016-01-10 12:15:03 65 days 04:05:03      65.170174

【讨论】：

是的，它有效，但我很震惊他们没有 dt.total_days() 或 dt.total_hours 可用...

@LedgerYu 因为它不是 timedelta 的标准方法，另外它自己计算也很简单，但如果我们按照你的逻辑，我们就会有 total_days、total_hours、total_quarters、total_years、total_milliseconds 等方法.

你可以只做dt.days，而不是作为一个函数。为我工作！

@Guillochon dt.days只会给你天数，会抛出所有时间信息

【参考方案3】：

你试过用这个代替吗？

res['Ecart_lacher_collecte'].apply(lambda x: (x.total_seconds()//(3600*24)) + (x.total_seconds()%(3600*24)//3600)/24))

第一个术语是 Day（在您的情况下为 2） 第二项是忽略分钟的小时比率（在您的情况下为 21/24）

如果你不想忽略分钟和秒数据，而是需要一个考虑一天中所有秒数的比率，代码如下：

res['Ecart_lacher_collecte'].apply(lambda x: (x.total_seconds()/(3600*24))

【讨论】：

为什么要拆分部门，然后就这样合并呢？与 x.total_seconds()/(3600*24) 的唯一区别是不完整的小时数根本不计算在内，我怀疑这是期望的行为。

是的，没错。不完整的小时数不计算在内。那是因为最初的海报是这样想的：“我想要一个代表天数的浮点数，假设这里是 2+21/24 = 2.875，忽略分钟。”

@EliasHasle 我已经编辑了答案，其中我提到了为什么不考虑不完整的时间。