不规则的时间序列data 存储在pandas.DataFrame 中。已设置 DatetimeIndex。我需要索引中连续条目之间的时间差。
我以为会很简单
data.index.diff()
但是得到了
AttributeError: 'DatetimeIndex' object has no attribute 'diff'
我试过了
data.index - data.index.shift(1)
但是得到了
ValueError: Cannot shift with no freq
我不想在执行此操作之前先推断或强制执行频率。时间序列中存在很大的空白，这些空白将扩展到nan 的大量运行。重点是首先找到这些差距。
那么，什么是干净的方法来完成这个看似简单的操作呢？
【问题讨论】：
标签： python pandas time-series data-science
还没有为索引实现diff 函数。
但是，如果您需要保留原始索引，可以先使用Index.to_series 将索引转换为Series。如果需要默认索引，请使用不带索引参数的Series 构造函数。
代码示例：
rng = pd.to_datetime(['2015-01-10','2015-01-12','2015-01-13'])
data = pd.DataFrame({'a': range(3)}, index=rng)
print(data)
a
2015-01-10 0
2015-01-12 1
2015-01-13 2
a = data.index.to_series().diff()
print(a)
2015-01-10 NaT
2015-01-12 2 days
2015-01-13 1 days
dtype: timedelta64[ns]
a = pd.Series(data.index).diff()
print(a)
0 NaT
1 2 days
2 1 days
dtype: timedelta64[ns]
【讨论】：
这个问题有点老了，但无论如何......
我使用numpy.diff(data.index) 来获取时间增量。工作正常。
【讨论】：