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