python pandas datetime.time - datetime.time答案

【问题标题】：python pandas datetime.time - datetime.timepython pandas datetime.time - datetime.time
【发布时间】：2014-02-28 11:30:44
【问题描述】：

我有一个数据框，其中包含两列 datetime.time 项。像

   col1                 col2
02:10:00.008209    02:08:38.053145
02:10:00.567054    02:08:38.053145
02:10:00.609842    02:08:38.053145
02:10:00.728153    02:08:38.053145
02:10:02.394408    02:08:38.053145

如何生成 col3，它是 col1 和 col2 之间的区别？（最好以微秒为单位）？

我四处寻找，但在这里找不到解决方案。有人知道吗？

谢谢！

【问题讨论】：

标签： python datetime pandas

【解决方案1】：

不要使用datetime.time，使用timedelta：

import pandas as pd
import io
data = """col1                 col2
02:10:00.008209    02:08:38.053145
02:10:00.567054    02:08:38.053145
02:10:00.609842    02:08:38.053145
02:10:00.728153    02:08:38.053145
02:10:02.394408    02:08:38.053145"""
df = pd.read_table(io.BytesIO(data), delim_whitespace=True)
df2 = df.apply(pd.to_timedelta)
diff = df2.col1 - df2.col2

diff.astype("i8")/1e9

输出以秒为单位：

0    81.955064
1    82.513909
2    82.556697
3    82.675008
4    84.341263
dtype: float64

将时间数据帧转换为时间增量数据帧：

df.applymap(time.isoformat).apply(pd.to_timedelta)

【讨论】：

【解决方案2】：

您确定要使用 datetime.time 对象的 DataFrame 吗？在这些人身上几乎没有可以方便地执行的操作，尤其是在包装在 DataFrame 中时。

最好让每列存储一个表示总微秒数的 int。

您可以将df 转换为存储微秒的DataFrame，如下所示：

In [71]: df2 = df.applymap(lambda x: ((x.hour*60+x.minute)*60+x.second)*10**6+x.microsecond)

In [72]: df2
Out[72]: 
         col1        col2
0  7800008209  7718053145
1  7800567054  7718053145

从那里，很容易得到你想要的结果：

In [73]: df2['col1']-df2['col2']
Out[73]: 
0    81955064
1    82513909
dtype: int64

【讨论】：

【解决方案3】：

pandas 将datetime 对象转换为np.datetime64 对象，它们的区别是np.timedelta64 对象。

考虑一下

In [30]: df
Out[30]: 
                       0                          1
0 2014-02-28 13:30:19.926778 2014-02-28 13:30:47.178474
1 2014-02-28 13:30:29.814575 2014-02-28 13:30:51.183349

我可以考虑按列的差异

 df[0] - df[1]


 Out[31]: 
 0   -00:00:27.251696
 1   -00:00:21.368774
 dtype: timedelta64[ns]

因此我可以应用timedelta64 转换。微秒级

(df[0] - df[1]).apply(lambda x : x.astype('timedelta64[us]')) #no actual difference when displayed

或微秒为整数

(df[0] - df[1]).apply(lambda x : x.astype('timedelta64[us]').astype('int'))

 0   -27251696000
 1   -21368774000
 dtype: int64

编辑： 正如@Jeff 所建议的，最后的表达式可以缩短为

(df[0] - df[1]).astype('timedelta64[us]')

和

(df[0] - df[1]).astype('timedelta64[us]').astype('int')

对于熊猫 >= .13。

【讨论】：

在 pandas >= 0.13，你可以做df[0]-df[1].astype('timedelta[us]')