1

我需要计算两个日期之间的差异，但我需要为每一对行计算，然后将其保存在一个 excel 文件中，例如：

东风：

  B
0 2018-02-11 12:14:25                #1st row
1 2018-02-11 12:15:30                #2nd row
2 2018-02-11 12:15:54                #3rd row
3 2018-02-11 12:16:11                #4th row

我的程序需要从第一行中减去第二行，从第三行中减去第四行。

到目前为止，这是我的代码：

import pandas as pd

df = pd.read_excel('test.xlsx',header=0, index= False)
sub ='chan_avail'
df["Indexes"]= df["A"].str.find(sub) 
df["B"]=df['Time'].where(df['Indexes'] == 0)
df1 = df.dropna(subset=['B'])
#print(df1)
df2 = df1.reset_index(drop=True, inplace=True)
df1['B'] = pd.to_datetime(df1['B'])

#print(df1)
xx=len(df1.index)
for i in range(xx):
    if i % 2 == 0:
        print('!!') #test
        df1['diffB'] = df1['B'] - df1['B'].shift(-1)
print(df1)
df1.to_excel('output.xlsx', 'Sheet1', index=True)

如果索引是对的，我打算做的是计算行之间的差异，但它不起作用。此外，当我尝试在 excel 中保存时间差时，我得到了 0，但在 python 的控制台中，我得到了正确的值，但如果我添加，df1['diffB'] = pd.to_datetime(df1['diffB'])我得到的结果不正确。

谢谢您的帮助。

4

1 回答 1

1

您可以对奇数和偶数值进行切片，并将一个 Series 转换为 numpy 数组以避免对齐 - 这意味着正确的减法需要两者中的相同索引值或其中一个转换为数组：

df['B'] = pd.to_datetime(df['B'])

df['diffB'] = df['B'].iloc[1::2] - df['B'].iloc[::2].to_numpy()
print (df)
                    B    diffB
0 2018-02-11 12:14:25      NaT
1 2018-02-11 12:15:30 00:01:05
2 2018-02-11 12:15:54      NaT
3 2018-02-11 12:16:11 00:00:17

或者：

df['diffB'] = df['B'].iloc[1::2].to_numpy() - df['B'].iloc[::2]
print (df)
                    B    diffB
0 2018-02-11 12:14:25 00:01:05
1 2018-02-11 12:15:30      NaT
2 2018-02-11 12:15:54 00:00:17
3 2018-02-11 12:16:11      NaT

如果行数也是奇数，则解决方案有效：

df['B'] = pd.to_datetime(df['B'])
df['diffB'] = df.groupby(np.arange(len(df)) // 2)['B'].shift(-1) - df['B']
print (df)
                    B    diffB
0 2018-02-11 12:14:25 00:01:05
1 2018-02-11 12:15:30      NaT
2 2018-02-11 12:15:54 00:00:17
3 2018-02-11 12:16:11      NaT
于 2019-09-11T11:37:54.737 回答