计算python Pandas中行之间的日期时间差答案

【问题标题】：Calculate datatime difference between rows in python Pandas计算python Pandas中行之间的日期时间差
【发布时间】：2019-12-10 15:06:25
【问题描述】：

我在这里尝试计算每个唯一 machine_id 的行之间的日期时间差。我已经对数据框进行了分组并尝试过

newdf = newdf.copy()
newdf['diffs'] = float('nan')
newdf = newdf.copy()
for index in newdf.index.levels[0]:
    newdf.diffs[index] = newdf.event_datetime[index].diff

数据集看起来像

https://i.stack.imgur.com/eg93C.png

【问题讨论】：

你的数据框使用什么包？
我正在使用熊猫

标签： python pandas dataframe datetime

【解决方案1】：

你在groupby操作后尝试过diff吗？比如：

newdf.groupby('machine_id').event_date.diff()

【讨论】：

嗨，是的。我试过了。但问题是 event_data 有一种日期时间。我正在尝试找到一种方法来计算两个日期时间变量之间的差异
我认为diff 也适用于日期时间。 event_date 的 dtype 是什么？你想要的输出是什么？天、小时、秒（整数）或只是 timedelta 的差异？
是的，即使类型是日期时间，diff 函数也应该可以正常工作。也许您应该使用 pd.to_datetime 将变量设置为日期时间
嗨，我想要的输出是天、小时和秒的差异。
@RunyaoYin 那么您可以先尝试将目标列转换为日期时间df['col'] = pd.to_datetime(df['col'])

【解决方案2】：

我尝试创建多索引数据框，使用diff() 函数应该可以正常工作。

使用 ATL 建议的 newdf.groupby('machine_id').event_date.diff() 应该可以正常工作。 o

# hierarchical indices and columns
index = pd.MultiIndex.from_product([[598, 615, 721], [43, 43, 45]],
                                   names=['machine_id', 'prod_category_id'])

# mock some data
data = ['2017-03-20 12:00:00','2017-03-29 01:00:00','2017-04-29 01:00:00',
        '2017-03-30 02:00:00', '2017-04-29 02:00:00','2017-05-29 12:00:00',
        '2017-10-30 02:00:00', '2017-11-29 02:00:00', '2017-11-29 04:00:00']

# create the DataFrame
newdf = pd.DataFrame(data, index=index)
newdf.columns = ['event_date']

newdf['event_date'] = pd.to_datetime(newdf['event_date'])
newdf.groupby(level=0)['event_date'].diff()

【讨论】：