在熊猫的一列中减去时间答案

【问题标题】：Subtracting time within a column in pandas在熊猫的一列中减去时间
【发布时间】：2019-02-05 22:00:39
【问题描述】：

我一直在尝试减去使用 pandas 数据框读入 python 的列之间的日期和时间。我写的代码如下：

Time = df['t'] - df['t'].shift(1) + df['t']

这会导致错误消息。我的输入和预期输出如下所述

Input data:
t =
9:47:00
9:48:00
9:49:00
9:50:00
9:51:00
9:52:00
9:53:00
9:54:00

我希望代码会产生输出数据（从零开始的累积小时数。

0
0.016666667
0.033333333
0.05
0.066666667
0.083333333
0.1

我还尝试使用datetime.strptime('t',"%H:%M:%S.%f") 将其转换为字符串，但仍然出现错误。

任何建议将不胜感激。

【问题讨论】：

Minimal, complete, verifiable example 在这里适用：请提供重现问题的代码段，而不是单行 sn-ps。您的单行代码仅引用一列——其中两个术语是相同的。
您似乎得到了 2t - t[-1] 的结果，无论如何这很可能不是您想要的。我建议放弃最后一个df['t']

标签： python pandas

【解决方案1】：

类似于 Chris 的解决方案。您应该从一开始就与timedeltas 合作以获得更简单的解决方案。

v = pd.to_timedelta(df['t'])
((v - v.shift())).dt.total_seconds().cumsum().div(3600).fillna(0)

0    0.000000
1    0.016667
2    0.033333
3    0.050000
4    0.066667
5    0.083333
6    0.100000
7    0.116667
Name: t, dtype: float64

【讨论】：

【解决方案2】：

import pandas as pd

# assuming you're working with strings:
t = [
    '9:47:00', '9:48:00', '9:49:00', '9:50:00',
    '9:51:00', '9:52:00', '9:53:00', '9:54:00'
]

df = pd.DataFrame({'time' : pd.to_datetime(t, infer_datetime_format=True)})
print(df)
#>                  time
#> 0 2018-08-30 09:47:00
#> 1 2018-08-30 09:48:00
#> 2 2018-08-30 09:49:00
#> 3 2018-08-30 09:50:00
#> 4 2018-08-30 09:51:00
#> 5 2018-08-30 09:52:00
#> 6 2018-08-30 09:53:00
#> 7 2018-08-30 09:54:00

df['time_shift'] = df.shift(-1)
df['tdelt'] = df['time_shift'] - df['time']
x = df.tdelt.astype('timedelta64[s]') / 3600
x = x[1:-1].cumsum()
print(x)
#> 1    0.016667
#> 2    0.033333
#> 3    0.050000
#> 4    0.066667
#> 5    0.083333
#> 6    0.100000
#> Name: tdelt, dtype: float64

由reprexpy package于 2018 年 8 月 30 日创建

import reprexpy
print(reprexpy.SessionInfo())
#> Session info --------------------------------------------------------------------
#> Platform: Windows-7-6.1.7601-SP1 (64-bit)
#> Python: 3.6
#> Date: 2018-08-30
#> Packages ------------------------------------------------------------------------
#> pandas==0.23.4
#> reprexpy==0.1.1

【讨论】：

相信你也可以用pd.Series.diff代替创建助手系列。
无法使用您建议的方法。这是错误消息：文件“/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pandas/core/tools/datetimes.py”，第368行，在_convert_listlike require_iso8601=require_iso8601文件“pandas/_libs/tslib.pyx”，第 492 行，在 pandas._libs.tslib.array_to_datetime 文件“pandas/_libs/tslib.pyx”，第 744 行，在 pandas._libs.tslib.array_to_datetime 文件“pandas/_libs/ tslib.pyx”，第 677 行，在 pandas._libs.tslib.array_to_datetime TypeError: is not convertible to datetime >>>
您使用的是什么版本的熊猫？我的解决方案使用了 0.23.4。

【解决方案3】：

我认为this 是一个答案。

或者也许以其他方式 -

# lets have some data to process:
stamps = pd.date_range('2018-05-19 18:15:05', periods=4, freq='2H')
df = pd.DataFrame(stamps)

df.apply(lambda e : e + datetime.timedelta(seconds=1))

演出：

                0
0 2018-05-19 18:15:06
1 2018-05-19 20:15:06
2 2018-05-19 22:15:06
3 2018-05-20 00:15:06

还有这个：

df.apply(lambda e : e + datetime.timedelta(seconds=100))

                    0
0 2018-05-19 18:16:45
1 2018-05-19 20:16:45
2 2018-05-19 22:16:45
3 2018-05-20 00:16:45

只是为了看看区别。这里的提示是坚持日期。这样timedelta 就可以了。您可以使用combine 从Date 和Time 生成Datetime。

【讨论】：