如何从 csv 文件 python 中获取定义的日期和日期之间的差异

Question

我有一个日期列表，我想从定义的日期（我的意思是天数）中得到一个差异，并在新列中附加计算的天数

from datetime import date, datetime
import pandas as pd

df = pd.read_csv("date.csv", parse_dates = ["dates"])

#a date to substact dates in csv
defined_date = date(2020,12,25)

#a list of dates from a csv file
csv_dates = df.dates

diff = [defined_date  - csv_dates]
print(diff)

我收到TypeError: unsupported operand type(s) for -: 'DatetimeArray' and 'datetime.date'

现在如何以与定义日期相同的格式读取 csv 文件中的日期有没有办法这样做

#How to change a list of dates from a csv file to date datatype
csv_dates = df.dates

Answer 1

您正在尝试将数组与单个变量进行比较，'DatetimeArray' 表示它是 Pandas 时间戳数组。

在一个简单的情况下，我将索引[0] 分配给csv_dates。

此时 Pandas 会给出Timestamp 对象，我们需要使用.date() 将其转换为datetime.date

这是工作示例。

我的 CSV 文件：

dates
2017/01/30
2017/01/30
2017/01/30
2017/01/30
2017/01/30
2017/01/30

第一种方法，将pandas.Timestamp 转换为datetime.date

修改后的脚本：

from datetime import date, datetime
import pandas as pd

df = pd.read_csv("date.csv", parse_dates = ["dates"])

#a date to substact dates in csv
defined_date = date(2020,12,25)

#a list of dates from a csv file
csv_dates = df.dates

diff = [defined_date  - csv_dates[0].date()]
print(diff)

结果：

[datetime.timedelta(days=1425)]

编辑：第二种方法，将datetime.date 转换为pandas.Timestamp

使用pd.to_datetime() 将日期时间更改为 pandas 时间戳，然后一次性完成。

from datetime import date, datetime
import pandas as pd

df = pd.read_csv("date.csv", parse_dates = ["dates"])

#a date to substact dates in csv
defined_date = pd.to_datetime(date(2020,12,25))

#a list of dates from a csv file
csv_dates = df.dates

diff = [defined_date  - csv_dates]
print(diff)

结果：

[0   1425 days
1   1425 days
2   1425 days
3   1425 days
4   1425 days
5   1425 days
Name: dates, dtype: timedelta64[ns]]

Answer 2

显示此错误是因为csv['date'] 和defined_date 的数据类型不同。

当您使用pd.read_csv("date.csv", parse_dates = ["dates"]) 读取_csv 文件时，日期将解析为Timestamp。

您需要使用 date() 更改 pandas 数据框中的日期类型。

因此您可以使用以下代码：

from datetime import date, datetime
import pandas as pd

df = pd.read_csv("date.csv", parse_dates = ["dates"])

#a date to substact dates in csv
defined_date = date(2020,12,25)

#a list of dates from a csv file
csv_dates = df.dates


df['diff'] = [defined_date  - csv_dates.date()]

Answer 3

这是因为您试图从defined_date 中减去数组（系列）。这不是那样的。您需要遍历您的 csv_dates 系列并向新列添加差异。

dates_diff = []
for d in csv_dates:
    dates_diff.append(d.date() - defined_date)

df['diff'] = dates_diff

Answer 4

此错误表明您正在使用不同的日期类型。

如果你试试这个例子：

defined_date = date(2020,12,25)
csv_dates = date(2020,12,28)

diff = defined_date - csv_dates
print(diff)

输出：

-3 days, 0:00:00

它有效。

因此，您必须根据defined_date 格式转换您的csv['date']。（反之亦然）