极客教程Python Pandas Timedelta
Timedeltas是时间差，以不同的单位表示，例如天、小时、分钟、秒。它们可以是正数也可以是负数。
我们可以使用不同的参数来创建Timedelta对象，如下所示 −
字符串
通过传递一个字符串字面值，我们可以创建一个timedelta对象。
import pandas as pd
print pd.Timedelta('2 days 2 hours 15 minutes 30 seconds')
它的 输出 如下：
2 days 02:15:30
整数
通过传递一个带有单位的整数值，参数将创建一个 Timedelta 对象。
import pandas as pd
print pd.Timedelta(6,unit='h')
它的输出如下所示：
0 days 06:00:00
数据偏移量
数据偏移量，如-周、天、小时、分钟、秒、毫秒、微秒、纳秒，也可以用于构建。
import pandas as pd
print pd.Timedelta(days=2)
它的 输出 如下所示：
2 days 00:00:00
to_timedelta()
在顶级 pd.to_timedelta 中，您可以将标量、数组、列表或系列从已识别的timedelta格式/值转换为Timedelta类型。如果输入是一个Series，它将构建一个Series，如果输入是类标量，则输出一个标量，否则输出一个 TimedeltaIndex 。
import pandas as pd
print pd.Timedelta(days=2)
它的输出如下所示− 输出
2 days 00:00:00
操作
您可以对系列/数据框进行操作，并通过对 datetime64[ns] 系列或时间戳进行减法运算，构建 timedelta64[ns] 系列。
现在让我们创建一个包含Timedelta和datetime对象的数据框，并对其进行一些算术运算-
import pandas as pd
s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
print df
它的 输出 如下：
A B
0 2012-01-01 0 days
1 2012-01-02 1 days
2 2012-01-03 2 days
加法操作
import pandas as pd
s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
print df
其输出如下所示：− 输出
A B C
0 2012-01-01 0 days 2012-01-01
1 2012-01-02 1 days 2012-01-03
2 2012-01-03 2 days 2012-01-05
减法运算
import pandas as pd
s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
df['D']=df['C']+df['B']
print df
它的 输出 如下：
A B C D
0 2012-01-01 0 days 2012-01-01 2012-01-01
1 2012-01-02 1 days 2012-01-03 2012-01-04
2 2012-01-03 2 days 2012-01-05 2012-01-07