Pandas Timedelta

Pandas Timedelta的操作實(shí)例

時(shí)間增量是時(shí)間差異，以差異單位表示，例如，天，小時(shí)，分鐘，秒。它們可以是正面的也可以是負(fù)面的。

通過傳遞字符串文字，我們可以創(chuàng)建一個(gè)timedelta對(duì)象。

字符串

我們可以使用各種參數(shù)創(chuàng)建Timedelta對(duì)象，如下所示-

import pandas as pd
print(pd.Timedelta('2 days 2 hours 15 minutes 30 seconds'))

運(yùn)行結(jié)果如下：

 2 days 02:15:30

整數(shù)

通過為單位傳遞整數(shù)值，參數(shù)將創(chuàng)建一個(gè)Timedelta對(duì)象。

import pandas as pd
print(pd.Timedelta(6,unit='h'))

運(yùn)行結(jié)果如下：

 0 days 06:00:00

數(shù)據(jù)偏移

數(shù)據(jù)偏移量（例如-周，天，小時(shí)，分鐘，秒，毫秒，微秒，納秒）也可以在構(gòu)造中使用。

import pandas as pd
print(pd.Timedelta(days=2))

運(yùn)行結(jié)果如下：

2 days 00:00:00

to_timedelta()

使用pd.to_timedelta，您可以將標(biāo)量，數(shù)組，列表或序列從公認(rèn)的timedelta格式/值轉(zhuǎn)換為Timedelta類型。如果輸入為Series，則將構(gòu)造Series；如果輸入為標(biāo)量，則將構(gòu)造標(biāo)量；否則，將輸出TimedeltaIndex。

import pandas as pd
print(pd.Timedelta(days=2))

運(yùn)行結(jié)果如下：

2 days 00:00:00

具體操作

您可以對(duì)Series / DataFrame進(jìn)行操作，并通過對(duì)datetime64 [ns] Series或Timestamps 進(jìn)行減法運(yùn)算來構(gòu)造timedelta64 [ns] Series 。
現(xiàn)在讓我們創(chuàng)建一個(gè)帶有Timedelta和datetime對(duì)象的DataFrame并對(duì)其執(zhí)行一些算術(shù)運(yùn)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)

運(yùn)行結(jié)果如下：

          A      B
0  2012-01-01 0 days
1  2012-01-02 1 days
2  2012-01-03 2 days

加法運(yùn)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']
 print(df)

運(yùn)行結(jié)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

減法運(yùn)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)

運(yùn)行結(jié)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