如何在python中将天数转换为小时数[重复]答案

【问题标题】：How to convert No of days to Hours in python [duplicate]如何在python中将天数转换为小时数[重复]
【发布时间】：2020-10-11 20:44:48
【问题描述】：

我有一个 Age.xlsx，我在其中计算事件的天数（粒度级别，我必须找到以小时为单位的年龄）我遇到了一种情况，我必须在以下两个条件下计算天数.

如果给出了完成日期，则 天数= 完成日期-提交日期
如果完成日期为 NaT（或空白）（如果事件仍未解决，则 No of days=L1+L2

此外，我如何将天转换为小时，例如。 “2 天 08:00:00”到“56 小时”？

样本数据：

    Incident    Status      Priority    Team    Submit Date          Completed Date     L1  L2  No_of_days Age_in_Hours
    INC0011     Pending     Medium      L2      2020-06-04 00:00:00                     1   1             
    INC0012     completed   High        L2      2020-06-04 00:00:00 2020-06-08 02:00:00 2   2      
    INC0013     In progress Low L1              2020-06-05 00:00:00                     1   2      
    INC0014     Assigned    Medium      L1      2020-06-05 00:00:00                     1   3      
    INC0015     completed   High        L2      2020-06-05 00:00:00 2020-06-05 01:00:00 0   1

示例代码：

data = pd.read_excel('C:\Age.xlsx')
x=(data['Completed Date']- data['Submit Date'])

【问题讨论】：

如果是 TimeDelta，您可以随时使用 td.total_seconds() / 3600 来获取小时数

标签： python excel pandas datetime datetime-conversion

【解决方案1】：

您可以根据是否填写完成日期列创建布尔掩码，并使用loc有条件地填写天数列：

如果有完成日期，取完成日期减去开始日期
不是这样，取 L1 和 L2 的总和，然后为那么多天计算一个 pandas.Timedelta

这将使"No_of_days" 列全部为Timedelta，然后您可以轻松地将其按除法转换为小时：

#mask is where "Completed Date" is null
mask = df['Completed Date'].isnull()

df.loc[~mask, 'No_of_days'] = df['Completed Date'][~mask] - df['Submit Date'][~mask]
df.loc[mask, 'No_of_days'] = pd.to_timedelta(df['L1'][mask] + df['L2'][mask], unit='days')

df['Age_in_Hours'] = df['No_of_days']/pd.Timedelta(hours=1)

请注意，已完成日期的时间与未完成日期的时间之间存在精度差异（因为 L1 和 L2 不提供小时数）。

【讨论】：

【解决方案2】：

答案如下：

a) 如果给出完成日期，则天数 = 完成日期-提交日期

df['No_of_days'] = df['Completed Date'] - df['Submit Date']

b) 此外，我如何将天数转换为小时数，例如。 “2 天 08:00:00”到“56 小时”？

df['hours'] = df['No_of_days'] / pd.Timedelta('1 hour')

c) 如果完成日期为 NaT（或空白）（如果事件仍然未解决，则天数=L1+L2（小时比日期容易。）

我发现的最简单的方法是使用np.where，它基本上是用于数组的if 语句。您可以查看更好的解释here。

import numpy as np
df['hours'] = np.where(df['hours'].isnull(), df['L1'] + df['L2'], df['hours'])

【讨论】：