105

我正在使用 pandas/python,并且我有两个日期时间序列 s1 和 s2,它们是在包含日期/时间的 df 字段上使用“to_datetime”函数生成的。

当我从 s2 中减去 s1

s3 = s2 - s1

我得到一个系列,s3,类型

时间增量64[ns]

0    385 days, 04:10:36
1     57 days, 22:54:00
2    642 days, 21:15:23
3    615 days, 00:55:44
4    160 days, 22:13:35
5    196 days, 23:06:49
6     23 days, 22:57:17
7      2 days, 22:17:31
8    622 days, 01:29:25
9     79 days, 20:15:14
10    23 days, 22:46:51
11   268 days, 19:23:04
12                  NaT
13                  NaT
14   583 days, 03:40:39

我如何查看该系列的 1 个元素:

s3[10]

我得到这样的东西:

numpy.timedelta64(2069211000000000,'ns')

如何从 s3 中提取天数并将它们保存为整数(对小时/分钟等不太感兴趣)?

提前感谢您的帮助。

4

3 回答 3

171

您可以将其转换为具有天精度的 timedelta。要提取天的整数值,请将其除以一天的时间增量。

>>> x = np.timedelta64(2069211000000000, 'ns')
>>> days = x.astype('timedelta64[D]')
>>> days / np.timedelta64(1, 'D')
23

或者,正如@PhillipCloud 所建议days.astype(int)的那样,只是因为它只是一个 64 位整数,根据您传入的第二个参数( , , ...)timedelta以各种方式解释。'D''ns'

你可以在这里找到更多关于它的信息。

于 2013-08-13T17:28:41.617 回答
53

用于dt.days以整数形式获取天数属性。

例如:

In [14]: s = pd.Series(pd.timedelta_range(start='1 days', end='12 days', freq='3000T'))

In [15]: s
Out[15]: 
0    1 days 00:00:00
1    3 days 02:00:00
2    5 days 04:00:00
3    7 days 06:00:00
4    9 days 08:00:00
5   11 days 10:00:00
dtype: timedelta64[ns]

In [16]: s.dt.days
Out[16]: 
0     1
1     3
2     5
3     7
4     9
5    11
dtype: int64

更一般地说 - 您可以使用该.components属性来访问timedelta.

In [17]: s.dt.components
Out[17]: 
   days  hours  minutes  seconds  milliseconds  microseconds  nanoseconds
0     1      0        0        0             0             0            0
1     3      2        0        0             0             0            0
2     5      4        0        0             0             0            0
3     7      6        0        0             0             0            0
4     9      8        0        0             0             0            0
5    11     10        0        0             0             0            0

现在,要获取hours属性:

In [23]: s.dt.components.hours
Out[23]: 
0     0
1     2
2     4
3     6
4     8
5    10
Name: hours, dtype: int64
于 2016-12-19T18:30:46.110 回答
7

假设您有一个 timedelta 系列:

import pandas as pd
from datetime import datetime
z = pd.DataFrame({'a':[datetime.strptime('20150101', '%Y%m%d')],'b':[datetime.strptime('20140601', '%Y%m%d')]})

td_series = (z['a'] - z['b'])

转换此 timedelta 列或系列的一种方法是将其转换为 Timedelta 对象(pandas 0.15.0+),然后从对象中提取天数:

td_series.astype(pd.Timedelta).apply(lambda l: l.days)

另一种方法是以天为单位将系列转换为 timedelta64,然后将其转换为 int:

td_series.astype('timedelta64[D]').astype(int)
于 2015-11-17T23:02:12.200 回答