Pandas DataFrame 中两个日期之间的差异

Posted 2023-03-11

【中文标题】Pandas DataFrame 中两个日期之间的差异

【英文标题】：Difference between two dates in Pandas DataFrame

【发布时间】：2016-10-01 17:15:45

【问题描述】：

我在一个数据框中有很多列，我必须在名为in_time 和out_time 的两列中找到时间差，并将其放入同一数据框中的新列中。

时间的格式是这样的2015-09-25T01:45:34.372Z。

我正在使用 Pandas DataFrame。

我想这样做：

df.days = df.out_time - df.in_time

我有很多列，我必须在其中增加 1 列命名为 days 并将差异放在那里。

【问题讨论】：

Calculate Pandas DataFrame Time Difference Between Two Columns in Hours and Minutes的可能重复

我的问题和你的不同，我有很多列，我必须在其中增加 1 列命名为 days 并将差异放在那里。

【参考方案1】：

您需要将字符串转换为datetime dtype，然后您可以减去您想要的任意日期并在结果系列调用dt.days：

In [15]:
df = pd.DataFrame('date':['2015-09-25T01:45:34.372Z'])
df

Out[15]:
                       date
0  2015-09-25T01:45:34.372Z

In [19]:
df['date'] = pd.to_datetime(df['date'])
df['day'] = (df['date'] - dt.datetime.now()).dt.days
df

Out[19]:
                     date  day
0 2015-09-25 01:45:34.372 -252

【参考方案2】：

嗯，这完全取决于您使用的时间格式。我建议使用datetime。

如果in_time 和out_time 当前是字符串，则使用datetime.strptime() 进行转换：

from datetime import datetime

f = lambda x: datetime.strptime(x, '%Y-%m-%dT%H:%M:%S.%fZ')
df.in_time = df.in_time.apply(f)
df.out_time = df.out_time.apply(f)

然后你可以简单地减去它们，并将结果分配给一个名为“天”的新列：

df['days'] = df.out_time - df.in_time

示例：（3 秒和 1 天的差异）

In[5]: df = pd.DataFrame('in_time':['2015-09-25T01:45:34.372Z','2015-09-25T01:45:34.372Z'],
                          'out_time':['2015-09-25T01:45:37.372Z','2015-09-26T01:45:34.372Z'])
In[6]: df
Out[6]: 
                    in_time                  out_time
0  2015-09-25T01:45:34.372Z  2015-09-25T01:45:37.372Z
1  2015-09-25T01:45:34.372Z  2015-09-26T01:45:34.372Z

In[7]: type(df.loc[0,'in_time'])
Out[7]: str

In[8]: df.in_time = df.in_time.apply(lambda x: datetime.strptime(x, '%Y-%m-%dT%H:%M:%S.%fZ'))   
In[9]: df.out_time = df.out_time.apply(lambda x: datetime.strptime(x, '%Y-%m-%dT%H:%M:%S.%fZ'))

In[10]: df    # notice that it looks exactly the same, but the type is different
Out[10]: 
                  in_time                  out_time
0 2015-09-25 01:45:34.372  2015-09-25T01:45:37.372Z
1 2015-09-25 01:45:34.372  2015-09-26T01:45:34.372Z

In[11]: type(df.loc[0,'in_time'])
Out[11]: pandas.tslib.Timestamp

以及新列的创建：

In[12]: df['days'] = df.out_time - df.in_time
In[13]: df
Out[13]: 
                  in_time                out_time            days
0 2015-09-25 01:45:34.372 2015-09-25 01:45:37.372 0 days 00:00:03
1 2015-09-25 01:45:34.372 2015-09-26 01:45:34.372 1 days 00:00:00

现在您可以使用输出格式了。例如秒差的部分：

In[14]: df.days = df.days.apply(lambda x: x.total_seconds()/60)
In[15]: df
Out[15]: 
                  in_time                out_time     days
0 2015-09-25 01:45:34.372 2015-09-25 01:45:37.372     0.05
1 2015-09-25 01:45:34.372 2015-09-26 01:45:34.372  1440.00

注意：关于in_time 和out_time 格式，请注意我做了一些假设（例如，您使用的是24H 时钟（因此使用%H 而不是@ 987654335@))。要使用该格式，请查看：strptime() documentation。

注意2：如果您可以将程序设计为从一开始就使用datetime（而不是使用字符串并进行转换），这显然会更好。

【讨论】：

同时使用 "f = lambda x: datetime.strptime(x, '%Y-%m-%dT%H:%M:%S.%fZ') df.in_time = df. in_time.apply(f)" 给出错误 "'module' 对象没有属性 'strptime'" ，我该如何解决这个问题

'strptime' 在 datetime.datetime 中，而不仅仅是 datetime；见：***.com/questions/19480028/…