Python Pandas Timedelta
时间差是指时间上的差异,用差异单位表示,例如,天、小时、分钟、秒。它们既可以是正数,也可以是负数。
我们可以使用各种参数创建Timedelta对象,如下所示
字符串
通过传递一个字符串字面,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')
其 输出结果 如下 –
2 days 02:15:30
整数
通过传递一个带有单位的整数值,一个参数创建一个Timedelta对象。
import pandas as pd
print pd.Timedelta(6,unit='h')
其 输出结果 如下 –
0 days 06:00:00
数据偏移
数据偏移,如–周、日、小时、分钟、秒、毫秒、微秒、纳秒,也可用于建筑中。
import pandas as pd
print pd.Timedelta(days=2)
其 输出结果 如下 –
2 days 00:00:00
to_timedelta()
使用顶层的 pd.to_timedelta ,你可以将一个标量、数组、列表或系列从一个公认的timedelta格式/值转换成一个Timedelta类型。如果输入是一个系列,它将构造一个系列;如果输入是标量,它将构造一个标量;否则将输出一个 TimedeltaIndex。
import pandas as pd
print pd.Timedelta(days=2)
其 输出结果 如下 –
2 days 00:00:00
Operations
你可以对系列/数据帧进行操作,并通过对 datetime64[ns] 系列或时间戳的减法操作,构建 timedelta64[ ns ]系列。
现在让我们用Timedelta和datetime对象创建一个DataFrame,并对其进行一些算术操作。
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))
print df
其 输出结果 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 输出结果 如下 –
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']
df['D']=df['C']+df['B']
print df
其 输出结果 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