timedelta64 和日期时间转换

Question

我的数据框中有两个日期时间（时间戳）格式的列，df['start'], df['end']。我想知道两个日期之间的持续时间。所以我创建了持续时间列

df['duration'] = df['start'] - df['end']

但是，现在duration 列的格式为numpy.timedelta64，而不是我所期望的datetime.timedelta。

>>> df['duration'][0]
>>> numpy.timedelta64(0,'ns')

虽然

>>> df['start'][0] - df['end'][0]
>>> datetime.timedelta(0)

有人可以向我解释为什么数组减法会改变timedelta 类型吗？有没有办法让我保留datetime.timedelta，因为它更容易使用？

Answer 1

这是在 pandas 0.15.0 中实现 Timedelta 标量的动机之一。查看完整文档here

在 >= 0.15.0 中，timedelta64[ns] 系列的实现仍然是 np.timedelta64[ns]，但在 datetime.timedelta 子类标量 Timedelta（即基本上是 timedelta 和 numpy 版本的有用超集）。

In [1]: df = DataFrame([[pd.Timestamp('20130102'),
                         pd.Timestamp('20130101')]],
                        columns=list('AB'))

In [2]: df['diff'] = df['A'] - df['B']

In [3]: df.dtypes
Out[3]: 
A        datetime64[ns]
B        datetime64[ns]
diff    timedelta64[ns]
dtype: object

# this will return a Timedelta in 0.15.2
In [4]: df['A'][0] - df['B'][0]
Out[4]: datetime.timedelta(1)

In [5]: (df['A'] - df['B'])[0] 
Out[5]: Timedelta('1 days 00:00:00')