Python Pandas 简明教程
Python Pandas - Timedelta
时间差是时间差异,表示为差分单位,例如天、小时、分钟、秒。它们既可以是正值,也可以是负值。
我们可以使用各种参数来创建 Timedelta 对象,如下所示:
String
通过传递字符串文字,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 output 如下所示 −
2 days 02:15:30
Integer
通过使用单位的整数值作为参数创建一个 Timedelta 对象。
import pandas as pd
print pd.Timedelta(6,unit='h')
它的 output 如下所示 −
0 days 06:00:00
Data Offsets
在构造中还可以使用数据偏移量,例如 - 周、天、小时、分钟、秒、毫秒、微秒、纳秒。
import pandas as pd
print pd.Timedelta(days=2)
它的 output 如下所示 −
2 days 00:00:00
to_timedelta()
使用顶级 pd.to_timedelta ,你可以将标量、数组、列表或序列从公认 timedelta 格式/值转换为 Timedelta 类型。如果输入是序列,它将构建序列;如果输入是标量,它将构建标量;否则,将输出一个 TimedeltaIndex 。
import pandas as pd
print pd.Timedelta(days=2)
它的 output 如下所示 −
2 days 00:00:00
Operations
你可以操作 Series/ DataFrame,并通过对 datetime64[ns] Series 或时间戳执行减法操作来构建 timedelta64[ns] Series。
现在,我们创建一个包含 Timedelta 和日期时间对象的 DataFrame,并对其执行一些算术运算:
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 output 如下所示 −
A B
0 2012-01-01 0 days
1 2012-01-02 1 days
2 2012-01-03 2 days
Addition Operations
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
它的 output 如下所示 −
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
Subtraction Operation
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 output 如下所示 −
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