Обчисліть різницю в часі даних панди від часу між двома стовпцями в годинах і хвилинах


85

У мене є два стовпці, fromdateі todate, у фреймі даних.

import pandas as pd

data = {'todate': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000'), pd.Timestamp('2014-01-23 10:07:47.660000')],
        'fromdate': [pd.Timestamp('2014-01-26 23:41:21.870000'), pd.Timestamp('2014-01-27 15:38:22.540000'), pd.Timestamp('2014-01-23 18:50:41.420000')]}

df = pd.DataFrame(data)

Я додаю новий стовпець,, diffщоб знайти різницю між двома датами

df['diff'] = df['fromdate'] - df['todate']

Я отримую diffколонку, але вона містить days, коли є більше 24 годин.

                   todate                fromdate                   diff
0 2014-01-24 13:03:12.050 2014-01-26 23:41:21.870 2 days 10:38:09.820000
1 2014-01-27 11:57:18.240 2014-01-27 15:38:22.540 0 days 03:41:04.300000
2 2014-01-23 10:07:47.660 2014-01-23 18:50:41.420 0 days 08:42:53.760000

Як перетворити результати на години та хвилини (тобто дні перетворюються на години)?

Відповіді:


123

Відмінності міток часу Pandas повертає об’єкт datetime.timedelta. Це можна легко перетворити на години за допомогою методу * as_type *

import pandas
df = pandas.DataFrame(columns=['to','fr','ans'])
df.to = [pandas.Timestamp('2014-01-24 13:03:12.050000'), pandas.Timestamp('2014-01-27 11:57:18.240000'), pandas.Timestamp('2014-01-23 10:07:47.660000')]
df.fr = [pandas.Timestamp('2014-01-26 23:41:21.870000'), pandas.Timestamp('2014-01-27 15:38:22.540000'), pandas.Timestamp('2014-01-23 18:50:41.420000')]
(df.fr-df.to).astype('timedelta64[h]')

щоб отримати,

0    58
1     3
2     8
dtype: float64

Обхідний спосіб astype працює, але він занадто повільний для великих файлів (0,5 мільйона рядків). Будь-які інші пропозиції?
студент1

3
Об'єкт timedelta пропонує наступне : атрибути днів і секунд ... ви робите, (df.fr-df.to) .dt.days * 24 + (df.fr-df.to) .dt.seconds / 3600
Нітін

1
Дякую! Це також спрацювало для мене при обчисленні років (щоб отримати вік): df ['age'] = (df ['later_date'] - df ['birth_date']). Astype ('timedelta64 [Y]')
Superduper

47

Це підштовхувало мене до шалених, оскільки .astype()рішення вище для мене не працювало. Але я знайшов інший шлях. Не приурочував це, або щось інше, але може працювати для інших:

t1 = pd.to_datetime('1/1/2015 01:00')
t2 = pd.to_datetime('1/1/2015 03:30')

print pd.Timedelta(t2 - t1).seconds / 3600.0

... якщо хочеш годин. Або:

print pd.Timedelta(t2 - t1).seconds / 60.0

... якщо ви хочете хвилин.


9
У мене була та сама проблема, але з вашим рішенням потрібно бути обережним, оскільки різниця в часі, більша за день, ігнорується, і їх потрібно включати окремо
підкова

39
Я щойно виявив, що .total_seconds()це робить робота для тих, хто цього потребує
підкова

Цікаво (я помітив , через 4 роки), ви повинні використовувати дужки ()для .total_seconds()але не.seconds
elPastor

5
  • Як перетворити результати на години та хвилини?
    • Прийнята відповідь лише повертається days + hours. Хвилини не включаються.
  • Щоб надати стовпець, який має години та хвилини, як hh:mmабо x hours y minutes, потребуватиме додаткових розрахунків та форматування рядків.
  • Ця відповідь показує, як отримати загальну кількість годин або загальну кількість хвилин як плаваючий за допомогою timedeltaматематики, і це швидше, ніж використання.astype('timedelta64[h]')
  • Посібник користувача Pandas Time Deltas
  • Посібник користувача Pandas Динамічний ряд / дата
  • timedeltaоб'єкти python : Див. підтримувані операції.
import pandas as pd

# test data from OP, with values already in a datetime format
data = {'to_date': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000'), pd.Timestamp('2014-01-23 10:07:47.660000')],
        'from_date': [pd.Timestamp('2014-01-26 23:41:21.870000'), pd.Timestamp('2014-01-27 15:38:22.540000'), pd.Timestamp('2014-01-23 18:50:41.420000')]}

# test dataframe; the columns must be in a datetime format; use pandas.to_datetime if needed
df = pd.DataFrame(data)

# add a timedelta column if wanted. It's added here for information only
# df['time_delta_with_sub'] = df.from_date.sub(df.to_date)  # also works
df['time_delta'] = (df.from_date - df.to_date)

# create a column with timedelta as total hours, as a float type
df['tot_hour_diff'] = (df.from_date - df.to_date) / pd.Timedelta(hours=1)

# create a colume with timedelta as total minutes, as a float type
df['tot_mins_diff'] = (df.from_date - df.to_date) / pd.Timedelta(minutes=1)

# display(df)
                  to_date               from_date             time_delta  tot_hour_diff  tot_mins_diff
0 2014-01-24 13:03:12.050 2014-01-26 23:41:21.870 2 days 10:38:09.820000      58.636061    3518.163667
1 2014-01-27 11:57:18.240 2014-01-27 15:38:22.540 0 days 03:41:04.300000       3.684528     221.071667
2 2014-01-23 10:07:47.660 2014-01-23 18:50:41.420 0 days 08:42:53.760000       8.714933     522.896000

Інші методи

  • Елемент примітки з подкасту в Інших ресурсах .total_seconds()був доданий та об’єднаний, коли основний розробник був у відпустці, і не був би затверджений.
    • Ось чому інших .total_xxметодів не існує.
# convert the entire timedelta to seconds
# this is the same as td / timedelta(seconds=1)
(df.from_date - df.to_date).dt.total_seconds()
[out]:
0    211089.82
1     13264.30
2     31373.76
dtype: float64

# get the number of days
(df.from_date - df.to_date).dt.days
[out]:
0    2
1    0
2    0
dtype: int64

# get the seconds for hours + minutes + seconds, but not days
# note the difference from total_seconds
(df.from_date - df.to_date).dt.seconds
[out]:
0    38289
1    13264
2    31373
dtype: int64

Інші ресурси

%%timeit тест

import pandas as pd

# dataframe with 2M rows
data = {'to_date': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000')], 'from_date': [pd.Timestamp('2014-01-26 23:41:21.870000'), pd.Timestamp('2014-01-27 15:38:22.540000')]}
df = pd.DataFrame(data)
df = pd.concat([df] * 1000000).reset_index(drop=True)

%%timeit
(df.from_date - df.to_date) / pd.Timedelta(hours=1)
[out]:
43.1 ms ± 1.05 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%%timeit
(df.from_date - df.to_date).astype('timedelta64[h]')
[out]:
59.8 ms ± 1.29 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.