在 Pandas 中减去日期时间对象答案

【问题标题】：Subtracting Date-time objects in Pandas在 Pandas 中减去日期时间对象
【发布时间】：2020-03-26 22:16:01
【问题描述】：

我的数据框中有两列包含 datetime64[ns] 值。我想从我的开始日期中减去结束日期并放置一个新列的值？我该怎么做？

这是我的数据示例：

开始日期(Column1)

2018-09-02 02:54:39

2018-09-02 15:14:31

2018-09-02 18:04:35

EndedDate（第 2 列）

208-09-02 15:20:15

2018-09-02 18:04:34

2018-09-02 18:11:15

2018-09-02 18:39:34

在 excel 中，它将日期转换为数字（例如 43789,04）。我想对这些值做同样的事情并将它们转换成这些类型的数字，然后减去它们。但是，我发现在 Python 中很难做到这一点。

我目前得到的输出格式为 (12:25:36) 而我希望它是这样的 (43740.64-43740.12= 0.52)

【问题讨论】：

不，它不能回答我的问题。在我的情况下，我必须处理时间。
对不起，但我认为我的例子很清楚？你不明白哪一部分？我有两个我指定格式的日期，我还包括了我想要的输出。如果我的问题有问题，请告诉我
最后一行应该是df['startedAt'] = df['startedAt'].apply(excel_date)
嗯，循环的原因是什么？只使用df['startedAt'] = df['startedAt'].apply(excel_date)
修好了别担心

标签： pandas dataframe datetime type-conversion

【解决方案1】：

像 cmets 中提到的 @Dan 不需要添加开始日期时间，因为减去。

所以用Series.dt.days 转换timedeltas 并加上Series.dt.seconds 除以86400：

df['StartedDate'] = pd.to_datetime(df['StartedDate'])
df['EndedDate'] = pd.to_datetime(df['EndedDate'])

delta = df['EndedDate'] - df['StartedDate']
df['diff'] = delta.dt.days.astype(float) + (delta.dt.seconds.astype(float) / 86400)
print (df)
          StartedDate           EndedDate      diff
0 2018-09-02 02:54:39 2018-09-02 15:20:15  0.517778
1 2018-09-02 15:14:31 2018-09-02 18:04:34  0.118090
2 2018-09-02 18:04:35 2018-09-02 18:11:15  0.004630
3 2018-09-02 18:04:35 2018-09-02 18:39:34  0.024294

【讨论】：

非常感谢您的回复！我现在有一个小问题。出现以下问题：type object 'datetime.datetime' has no attribute 'datetime'
@Vasilis - 你能检查dt.datetime 到datetime.datetime 吗？
为什么要转换成 Excel datenum，你把减法中的dt.datetime(1899, 12, 30) 取消了。这个问题不是归结为“如何以天为单位（包括小数）找到两个日期时间的差异”？
@Dan - 谢谢，你说得对，它更好更快。
@Vasilis - 很难的问题，也许在我的解决方案之前帮助df['StartedDate'] = pd.to_datetime(df['StartedDate']) df['EndedDate'] = pd.to_datetime(df['EndedDate'])