|
|
|
Padans Timedelta时间差 |
24 次浏览 |
1次 |
|
|
|
Timedelta 表示时间差（或者时间增量），我们可以使用不同的时间单位来表示它，比如，天、小时、分、秒。时间差的最终的结果可以是正时间差，也可以是负时间差。
本节主要介绍创建 Timedelta （时间差）的方法以及与时间差相关的运算法则。
字符串
通过传递字符串可以创建 Timedelta 对象，示例如下：
1. import pandas as pd
2. print(pd.Timedelta('5 days 8 hours 6 minutes 59 seconds')) |
输出结果：
整数
通过传递整数值和 unit 参数也可以创建一个 Timedelta 对象。
1. import pandas as pd
2. print(pd.Timedelta(19,unit='h')) |
输出结果：
数据偏移量
数据偏移量， 比如，周(weeks)、天(days)、小时(hours)、分钟(minutes)、秒(milliseconds)、毫秒、微秒、纳秒都可以使用。
1. import pandas as pd
2. print (pd.Timedelta(days=2,hours=6)) |
输出结果：
to_timedelta()
您可以使用 pd.to_timedelta() 方法，将具有 timedelta 格式的值 (标量、数组、列表或 Series）转换为 Timedelta 类型。如果输入是 Series，则返回 Series；如果输入是标量，则返回值也为标量，其他情况输出 TimedeltaIndex。示例如下：
1. import pandas as pd
2. print(pd.to_timedelta(['1 days 06:05:01.00003', '15.5us', 'nan']))
3. print(pd.to_timedelta(np.arange(5), unit='s')) |
输出结果：
TimedeltaIndex(['1 days 06:05:01.000030', '0 days 00:00:00.000015', NaT],dtype='timedelta64[ns]', freq=None)
TimedeltaIndex(['0 days 00:00:00', '0 days 00:00:01', '0 days 00:00:02','0 days 00:00:03',
'0 days 00:00:04'],dtype='timedelta64[ns]', freq=None) |
算术操作
通过对 datetime64[ns] 类型的时间序列或时间戳做算术运算，其运算结果依然是 datetime64[ns] 数据类型。接下来，我们创建一个带有 Timedelta 与 datetime 的 DataFrame 对象，并对其做一些算术运算。
1. import pandas as pd
2. s = pd.Series(pd.date_range('2020-1-1', periods=5, freq='D'))
3.
4. td = pd.Series([ pd.Timedelta(days=i) for i in range(5)])
5. df = pd.DataFrame(dict(A = s, B = td))
6. print(df) |
输出结果：
A B
0 2020-01-01 0 days
1 2020-01-02 1 days
2 2020-01-03 2 days
3 2020-01-04 3 days
4 2020-01-05 4 days |
加法运算
1. import pandas as pd
2. s = pd.Series(pd.date_range('20120-1-1', periods=3, freq='D'))
3. td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
4. df = pd.DataFrame(dict(A = s, B = td))
5.
6. df['C']=df['A']+df['B']
7. print(df) |
输出结果：
A B C
0 2020-01-01 0 days 2020-01-01
1 2020-01-02 1 days 2020-01-03
2 2020-01-03 2 days 2020-01-05 |
减法运算
1. import pandas as pd
2. s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
3. td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
4. df = pd.DataFrame(dict(A = s, B = td))
5. df['C']=df['A']+df['B']
6. df['D']=df['C']-df['B']
7. print(df) |
输出结果：
A B C D
0 2019-01-01 0 days 2019-01-01 2019-01-01
1 2019-01-02 1 days 2019-01-03 2019-01-02
2 2019-01-03 2 days 2019-01-05 2019-01-03 |
|
24 次浏览 |
1次 |
|
|
|
|
