在熊猫中将整数系列转换为时间增量答案

【问题标题】：Convert integer series to timedelta in pandas在熊猫中将整数系列转换为时间增量
【发布时间】：2015-12-29 21:42:43
【问题描述】：

我在 pandas 中有一个数据框，其中包含事件发生后的天数。我想创建一个新列，通过从当前日期减去天数来计算事件的日期。每次我尝试应用 pd.offsets.Day 或 pd.Timedelta 时，都会收到一条错误消息，指出 Series 是不受支持的类型。当我使用apply 时也会发生这种情况。当我使用 map 时，我收到一个运行时错误，提示“调用 Python 对象时超出了最大递归深度”。

例如，假设我的数据框如下所示：

index    days_since_event
0        5
1        7
2        3
3        6
4        0

我想创建一个包含事件日期的新列，所以我的预期结果（使用今天的日期 2015 年 12 月 29 日）

index    days_since_event    event_date
0        5                   2015-12-24
1        7                   2015-12-22
2        3                   2015-12-26
3        6                   2015-12-23
4        0                   2015-12-29

我尝试了多种方法来做到这一点，但都收到了错误。

我尝试过的一种方法是：

now = pd.datetime.date(pd.datetime.now())
df['event_date'] = now - df.days_since_event.apply(pd.offsets.Day)

我收到一条错误消息，指出 Series 是不受支持的类型。

我用.map而不是.apply尝试了上述方法，并收到“调用Python对象时超出最大递归深度”的错误。

我还尝试将天数转换为时间增量，例如：

df.days_since_event = (dt.timedelta(days = df.days_since_event)).apply

这也收到一个错误，引用该系列是不受支持的类型。

【问题讨论】：

邮政编码，问题可能是任何事情

标签： python pandas

【解决方案1】：

首先，要将整数列转换为时间增量，可以使用to_timedelta：

In [60]: pd.to_timedelta(df['days_since_event'], unit='D')
Out[60]:
0   5 days
1   7 days
2   3 days
3   6 days
4   0 days
Name: days_since_event, dtype: timedelta64[ns]

然后您可以使用当前日期创建一个新列并减去那些 timedelta：

In [62]: df['event_date'] = pd.Timestamp('2015-12-29')

In [63]: df['event_date'] = df['event_date'] -  pd.to_timedelta(df['days_since_event'], unit='D')

In [64]: df['event_date']
Out[64]:
0   2015-12-24
1   2015-12-22
2   2015-12-26
3   2015-12-23
4   2015-12-29
dtype: datetime64[ns]

【讨论】：

确保原始日期 df['event_date'] 和 df['days_since_event'] 都是 [ns] 格式。我以前从未在 df.dtypes 中看到过 timedelta 格式。谢谢！
请注意，如果使用年份，则不再支持此功能。请参阅此处以获取解决方案stackoverflow.com/questions/60122391/…

【解决方案2】：

为了跟进 joris 的回复，您可以使用 pd.to_timedelta(x, unit='') 将 int 或 float 转换为您想要的任何时间单位，只更改 unit= 的条目：

# Years, Months, Days:
pd.to_timedelta(3.5, unit='Y') # returns '1095 days 17:27:36'
pd.to_timedelta(3.5, unit='M') # returns '91 days 07:27:18'
pd.to_timedelta(3.5, unit='D') # returns '3 days 12:00:00'

# Hours, Minutes, Seconds:
pd.to_timedelta(3.5, unit='h') # returns '0 days 03:30:00'
pd.to_timedelta(3.5, unit='m') # returns '0 days 00:03:30'
pd.to_timedelta(3.5, unit='s') # returns '0 days 00:00:03.50'

请注意，一旦格式正确，数学运算是合法的：

pd.to_timedelta(3.5, unit='h') - pd.to_timedelta(3.25, unit='h') # returns '0 days 00:15:00'

【讨论】：