python - 熊猫：从 timedelta 中提取小时

Question

这个答案解释了如何在 Pandas 中将整数转换为每小时时间步长。我需要做相反的事情。

我的数据框df1：

   A
0  02:00:00
1  01:00:00
2  02:00:00
3  03:00:00

我预期的数据框df1：

   A         B
0  02:00:00  2
1  01:00:00  1
2  02:00:00  2
3  03:00:00  3

我正在尝试什么：

df1['B'] = df1['A'].astype(int)

这失败了，因为： TypeError: cannot astype a timedelta from [timedelta64[ns]] to [int32]

做这个的最好方式是什么？

编辑

如果我尝试df['B'] = df['A'].dt.hour，那么我得到： AttributeError: 'TimedeltaProperties' object has no attribute 'hour'

Answer 1

您可以使用dt.components和访问小时列：

In[7]:
df['B'] = df['A'].dt.components['hours']
df

Out[7]: 
         A  B
0 02:00:00  2
1 01:00:00  1
2 02:00:00  2
3 03:00:00  3

timedelta 组件将每个组件作为一列返回：

In[8]:
df['A'].dt.components

Out[8]: 
   days  hours  minutes  seconds  milliseconds  microseconds  nanoseconds
0     0      2        0        0             0             0            0
1     0      1        0        0             0             0            0
2     0      2        0        0             0             0            0
3     0      3        0        0             0             0            0

Answer 2

除以np.timedelta64(1, 'h')：

df1['B'] = df1['A'] / np.timedelta64(1, 'h')
print (df1)
         A    B
0 02:00:00  2.0
1 01:00:00  1.0
2 02:00:00  2.0
3 03:00:00  3.0

Answer 3

两种解决方案 - dt.components或np.timedelta64 - 都很有用。但是 np.timedelta64 （1）比 dt.components 快得多（很高兴知道特别是对于大型数据帧）（2，正如@Sam Chats 指出的那样）也考虑了天数的差异。

时间比较：

import pandas as pd
import numpy as np

dct = { 
      'date1': ['08:05:23', '18:07:20', '08:05:23'],
      'date2': ['09:15:24', '22:07:20', '08:54:01']
      }
df = pd.DataFrame(dct)
df['date1'] = pd.to_datetime(df['date1'], format='%H:%M:%S')
df['date2'] = pd.to_datetime(df['date2'], format='%H:%M:%S')
df['delta'] = df['date2']-df['date1']

%timeit df['np_h'] = (df['delta'] / np.timedelta64(1,'h')).astype(int)
%timeit df['td_h'] = df['delta'].dt.components['hours']

Output:
1000 loops, best of 3: 484 µs per loop
1000 loops, best of 3: 1.43 ms per loop