将天差转换为python pandas中的数值答案

【问题标题】：convert days difference to numeric values in python pandas将天差转换为python pandas中的数值
【发布时间】：2015-03-26 04:25:44
【问题描述】：

我的数据框中有一列“datedif”：

  exposuredate min_exposure_date    datedif
  2014-10-08   2014-09-27           11 days
  2014-10-09   2014-09-27           12 days
  2014-09-27   2014-09-27           0 days
  2014-09-27   2014-09-27           0 days
  2014-10-22   2014-09-27           25 days

  data.exposuredate = pd.to_datetime(data.exposuredate)
  data.min_exposure_date = pd.to_datetime(data.min_exposure_date)

  data['datedif'] = ((data.exposuredate)-(data.min_exposure_date))

列的格式是 datetime64[ns]。我想提取“datedif”字段中的天数。我找不到任何可以帮助我提取天数差异的东西。

我试过了：

data['datedif_day'] = data['datedif'].dt.days

错误：

AttributeError: 'Series' 对象没有属性 'dt'

【问题讨论】：

很好。祝你好运。你有问题吗？
再次引用 mysel ：“我想提取字段 'datedif' 中的天数”。这意味着该日期字段“datedif”中有多少天？
那么您尝试了什么，您当前的代码到底有什么问题？这不是代码编写服务。
再说一次，这不是代码编写服务。你做了什么研究？你试过什么？
删除或注释掉data.datedif = pd.to_datetime(data.datedif) - 然后datedif 将成为Timedelta object。

标签： python pandas datetime-format python-datetime

【解决方案1】：

Pandas 文档与您正在寻找的转化类型相关，如 Frequency Conversion

这两个选项是 1) 除以 Timedelta 或 2) 类型转换。如文档中所述，两者之间存在细微差别：

“请注意，numpy 标量的除法是真正的除法，而 astyping 相当于地板除法。”

data = pd.DataFrame([("2014-10-08", "2014-09-27"),
                     ("2014-10-09", "2014-09-27"),
                     ("2014-09-27", "2014-09-27"),
                     ("2014-10-22", "2014-09-27")],
                    columns=["exposuredate", "min_exposure_date"])

data['datediff'] =   pd.to_datetime(data.exposuredate) 
                   - pd.to_datetime(data.min_exposure_date)

data['datediff'] / pd.Timedelta(1, unit='d')
data['datediff'].astype('timedelta64[D]')

两个操作都产生了：

0    11.0
1    12.0
2     0.0
3    25.0
Name: datediff, dtype: float64

如果您将日期差异用作训练机器学习算法的特征，那么它们以何种形式表示并不重要，因为无论如何都应该对其进行规范化。 timedelta64[ns] 非常适合。关于可视化目的，请参阅this post。

【讨论】：

【解决方案2】：

'datedif' 看起来是以天为单位的，但实际上是以秒为单位的。因此，为了获得进一步使用的天数，在代码中添加以下行：

   data['datedif'] = data['datedif'].astype(np.numpy64)
   data['datedif_day'] = (data['datedif']/86400000000000)

【讨论】：

【解决方案3】：

今天遇到同样的问题，我认为以下解决方案是最简单的：

设置：

df = pd.DataFrame([("2014-10-08", "2014-09-27"),
                     ("2014-10-09", "2014-09-27"),
                     ("2014-09-27", "2014-09-27"),
                     ("2014-10-22", "2014-09-27")],
                    columns=["exposuredate", "min_exposure_date"])

df['datediff'] =   pd.to_datetime(df.exposuredate) - pd.to_datetime(df.min_exposure_date)

    exposuredate    min_exposure_date   datediff
0   2014-10-08      2014-09-27          11 days
1   2014-10-09      2014-09-27          12 days
2   2014-09-27      2014-09-27          0 days
3   2014-10-22      2014-09-27          25 days

解决方案：

df.datediff.apply(lambda x: x.days)

0    11
1    12
2     0
3    25
Name: datediff, dtype: int64

【讨论】：