将字符串'yyyy-mm-dd hh:mm:ss'日期转换为整数（熊猫，python）

Question

我需要将格式为yyyy-mm-dd hh:mm:ss（代表datetime）的两个字符串之间的差异转换为integer。由于我想对 DataFrame 对象的所有索引（使用 pandas 构建）执行此操作，因此我需要一个内置函数来执行类似

的操作

data['difference'] = somefunc(data['date1'],data['date2'])

这样的功能存在吗？如果我构建自己的函数，如何将其应用于 DataFrame 列？

提前致谢！

Answer 1

查看此链接：http://docs.python.org/2/library/time.html?highlight=strptime 基本上，您可以将字符串解析为 struct_time 变量，然后通过属性（tm_hour、tm_min...）访问这些值。

检查 time.strptime 的示例。

Answer 2

需要 numpy >= 1.7。这适用于 pandas 0.13（即将发布）。请参阅文档here

In [3]: df = DataFrame(dict(A = Timestamp('20130101'), B = Timestamp('20130101')+ pd.to_timedelta(list(range(5)),unit='D')))

In [4]: df
Out[4]: 
                    A                   B
0 2013-01-01 00:00:00 2013-01-01 00:00:00
1 2013-01-01 00:00:00 2013-01-02 00:00:00
2 2013-01-01 00:00:00 2013-01-03 00:00:00
3 2013-01-01 00:00:00 2013-01-04 00:00:00
4 2013-01-01 00:00:00 2013-01-05 00:00:00

[5 rows x 2 columns]

In [5]: df.dtypes
Out[5]: 
A    datetime64[ns]
B    datetime64[ns]
dtype: object

In [6]: df['C'] = df['B']-df['A']

In [7]: df
Out[7]: 
                    A                   B                C
0 2013-01-01 00:00:00 2013-01-01 00:00:00         00:00:00
1 2013-01-01 00:00:00 2013-01-02 00:00:00 1 days, 00:00:00
2 2013-01-01 00:00:00 2013-01-03 00:00:00 2 days, 00:00:00
3 2013-01-01 00:00:00 2013-01-04 00:00:00 3 days, 00:00:00
4 2013-01-01 00:00:00 2013-01-05 00:00:00 4 days, 00:00:00

[5 rows x 3 columns]

In [8]: df.dtypes
Out[8]: 
A     datetime64[ns]
B     datetime64[ns]
C    timedelta64[ns]
dtype: object

In [9]: df['C'].astype('timedelta64[s]')
Out[9]: 
0         0
1     86400
2    172800
3    259200
4    345600
Name: C, dtype: float64

在 0.12 中你可以这样做

In [1]: df = DataFrame(dict(A = Timestamp('20130101'), B = [Timestamp('20130101')+timedelta(days=i) for i in range(5) ]))

In [2]: df['C'] = df['B']-df['A']

In [3]: Series(df['C'].values / np.timedelta64(1,'s'))
Out[3]: 
0         0
1     86400
2    172800
3    259200
4    345600
dtype: float64