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