Pandas：添加 2 个时间列并创建一个新列答案

【问题标题】：Pandas : Add 2 time columns and create a new columnPandas：添加 2 个时间列并创建一个新列
【发布时间】：2020-09-21 23:56:08
【问题描述】：

我是 Pandas 的新手，想知道这是否可行。

我有两列，一列是纪元时间，另一列是毫秒数。我想创建一个以毫秒为单位的第三列，将这两个列用作以毫秒为单位的单个时间列，以便我可以轻松地在给定时间之间选择数据帧。有人可以帮我解决这个问题。

my_time         my_ms_counts
1500702208      1
1500702208      2
1500702208      3
1500702208      4
1500702208      5

有了这 2 个，我想要一个时间列。

【问题讨论】：

“单个时间列”是指日期时间值，第一行是2017-07-22 05:43:28.001？或者你想保持时间浮动？
任何时间都可以。我尝试了您在下面描述的方法，它非常适合创建新列。但是我认为在选定的时间范围内获取数据帧很容易，但是在尝试时我总是得到空数据帧： self.df[(self.df['DateTimeTS'] >= datetime.strptime(start_timestamp_str, '%Y -%m-%d %H:%M:%S.%f'))] start_timestamp_str 看起来像 '2020-06-10 11:01:12.161'

标签： python pandas numpy

【解决方案1】：

pd.to_datetime 会将您的纪元时间转换为日期（为单位指定 seconds），然后使用pd.to_timedelta 添加毫秒。

df['datetime'] = (pd.to_datetime(df['my_time'], unit='s') 
                  + pd.to_timedelta(df['my_ms_counts'], unit='ms'))

#      my_time  my_ms_counts                datetime
#0  1500702208             1 2017-07-22 05:43:28.001
#1  1500702208             2 2017-07-22 05:43:28.002
#2  1500702208             3 2017-07-22 05:43:28.003
#3  1500702208             4 2017-07-22 05:43:28.004
#4  1500702208             5 2017-07-22 05:43:28.005

或者，您可以在转换为相似单位后合并两列。选择较小的单位 ms，以避免出现不完美的 float64 表示形式的问题。

df['full_time_ms'] = df['my_time']*1000 + df['my_ms_counts']

#      my_time  my_ms_counts                datetime   full_time_ms
#0  1500702208             1 2017-07-22 05:43:28.001  1500702208001
#1  1500702208             2 2017-07-22 05:43:28.002  1500702208002
#2  1500702208             3 2017-07-22 05:43:28.003  1500702208003
#3  1500702208             4 2017-07-22 05:43:28.004  1500702208004
#4  1500702208             5 2017-07-22 05:43:28.005  1500702208005

现在您可以转换指定 ms 的单列

pd.to_datetime(df['full_time_ms'], unit='ms')

#0   2017-07-22 05:43:28.001
#1   2017-07-22 05:43:28.002
#2   2017-07-22 05:43:28.003
#3   2017-07-22 05:43:28.004
#4   2017-07-22 05:43:28.005
#Name: full_time_ms, dtype: datetime64[ns]

【讨论】：

【解决方案2】：

您可以将两列相加为一个新列：

df['new_column']=df['my_time']+df['my_ms_counts']

如果您需要一个带有时间戳日期的新列，您可以这样做：

df['date'] = pd.to_datetime(df['new_column'],unit='s')

【讨论】：

【解决方案3】：

如果我理解正确，my_time 以秒为单位（从 UNIX 纪元开始），my_ms_counts 是您希望添加的毫秒数。

如果您想要一个将两者加在一起的新列，以毫秒为单位（从纪元开始），您需要将 my_time 乘以 1000 并添加 my_ms_counts。

这样就可以了：

df["ms"] = 1000 * df["my_time"] + df["my_ms_counts"]

就像这样：

df["ms"] = df.my_time.mul(1000).add(df.my_ms_counts)

（如果你更喜欢方法链）

但是，如果我是你，我会花一些时间研究 pandas 对日期时间操作的支持。对于您的应用程序，这将更容易使用。您可以首先将列解析为 pandas.Timestamp 对象。你想要的具体操作可以实现如下：

df["new_dt_col"] = (
      pd.to_datetime(df.my_time, unit='s')
    + pd.to_timedelta(data.my_ms_counts, unit="ms")
)

注意这如何将my_time 列解析为Timestamp 对象，将my_ms_counts 解析为Timedelta 对象，这些对象可以添加到时间戳中。

【讨论】：