如何在python中仅使用日期时间的时间部分？ [复制]

Question

我正在使用一些日期和时间变量，但我只想使用时间部分。

例如，某列A和B当我做'dtypes'时，两者都显示“dtype('O')”，但A的输出是：

0        2017-11-29 17:14:00
1        2017-02-15 15:35:00
2        2018-10-18 08:02:00
3        2017-06-22 09:25:00

对于 B 是：

0        2017-11-29 20:00:00
1        2017-02-15 16:43:00
2        2018-10-18 11:08:00
3        2017-06-22 11:29:00

然后我这样做：

import datetime
from datetime import datetime
df = df[df['A'].apply(lambda v: isinstance(v, datetime))] 
df = df[df['B'].apply(lambda v: isinstance(v, datetime))] 

但是，我要做的是减去A和B的时间。只有时间，而不是日期。

例如，当我执行 df['A']-df['B'] 时，我只希望第一行的输出为 02:46。另外，如何将其转换为分钟，但作为整数？

Answer 1

一种解决方法是将日期减去每个日期时间，以确保您只是比较时间，然后减去：

(df.A - df.A.dt.floor('d')) - (df.B - df.B.dt.floor('d'))

0   -1 days +21:14:00
1   -1 days +22:52:00
2   -1 days +20:54:00
3   -1 days +21:56:00
dtype: timedelta64[ns]

Answer 2

你可以这样做：

pd.to_timedelta(df[['A', 'B']].astype('datetime64').diff(axis=1)['B'].dt.seconds * 10 ** 9)

# 0   02:46:00
# 1   01:08:00
# 2   03:06:00
# 3   02:04:00
# Name: B, dtype: timedelta64[ns]

这会提取timedelta 对象的seconds 部分，并在考虑nanoseconds 后将其转换回timedelta。

或者，如果您只关心几秒钟：

pd.to_timedelta(df[['A', 'B']].astype('datetime64').diff(axis=1)['B'].dt.seconds, 's')

为了解释，采取的步骤是：

1. 处理dtype('O')并转换为datetime64对象
2. 根据axis=1计算A和B的差
3. 从结果列中提取差异B
4. 提取timedeltaseconds（删除任何日期、月份等）
5. 将seconds 转换回timedelta 对象。

Answer 3

如果这是您的数据框的形状：

                    A                   B
0 2017-11-29 17:14:00 2017-11-29 20:00:00
1 2017-02-15 15:35:00 2017-02-15 16:43:00
2 2018-10-18 08:02:00 2018-10-18 11:08:00
3 2017-06-22 09:25:00 2017-06-22 11:29:00

那么您需要做的就是创建一个日期时间对象，然后将您的操作应用于它

df[['A','B']] = df[['A','B']].apply(pd.to_datetime)

df['B'] - df['A']

0   02:46:00
1   01:08:00
2   03:06:00
3   02:04:00
dtype: timedelta64[ns]

另一种使用pd.to_timedelta 和np.timedelta64 的方法假设两列都已经是日期时间。

   df['diff'] = abs(
    pd.to_timedelta(df["A"].dt.time.astype(str), "h")
    - pd.to_timedelta(df["B"].dt.time.astype(str), "h")
) / np.timedelta64(1, "h")

---

print(df)
                   A                   B      diff
0 2017-11-29 17:14:00 2017-11-29 20:00:00  2.766667
1 2017-02-15 15:35:00 2017-02-15 16:43:00  1.133333
2 2018-10-18 08:02:00 2018-10-18 11:08:00  3.100000
3 2017-06-22 09:25:00 2017-06-22 11:29:00  2.066667

或

(
    pd.to_timedelta(df["A"].dt.time.astype(str), "h")
    - pd.to_timedelta(df["B"].dt.time.astype(str), "h")
) 

0   -1 days +21:14:00
1   -1 days +22:52:00
2   -1 days +20:54:00
3   -1 days +21:56:00
dtype: timedelta64[ns]

Answer 4

减去A和B的时间。只有时间，没有日期。

>>> a
0   2017-11-29 17:14:00
1   2017-02-15 15:35:00
2   2018-10-18 08:02:00
3   2017-06-22 09:25:00
dtype: datetime64[ns]
>>> b
0   2017-11-29 20:00:00
1   2017-02-15 16:43:00
2   2018-10-18 11:08:00
3   2017-06-22 11:29:00
dtype: datetime64[ns]

减去自午夜以来的秒数

>>> a1 = (a.dt.hour * 3600) + (a.dt.minute * 60) + (a.dt.microsecond / 1000000)
>>> b1 = (b.dt.hour * 3600) + (b.dt.minute * 60) + (b.dt.microsecond / 1000000)
>>> b1-a1
0     9960.0
1     4080.0
2    11160.0
3     7440.0
dtype: float64

转换为timedelta

>>> pd.to_timedelta(b1-a1, unit='S')
0   02:46:00
1   01:08:00
2   03:06:00
3   02:04:00
dtype: timedelta64[ns]
>>> 

---

.dt accessor

---

>>> a2 = pd.DataFrame({'hr':a.dt.hour,'min':a.dt.minute,'microsec':a.dt.microsecond})
>>> b2 = pd.DataFrame({'hr':b.dt.hour,'min':b.dt.minute,'microsec':b.dt.microsecond})
>>> b2-a2
   hr  min  microsec
0   3  -14         0
1   1    8         0
2   3    6         0
3   2    4         0
>>> c = b2-a2
>>> pd.to_timedelta(c['hr'],'hours') + pd.to_timedelta(c['min'],'minutes') + pd.to_timedelta(c['microsec'],'microseconds')
0   02:46:00
1   01:08:00
2   03:06:00
3   02:04:00
dtype: timedelta64[ns]