Pandas时间差(Timedelta)
时间差(Timedelta)是时间上的差异,以不同的单位来表示。例如:日,小时,分钟,秒。它们可以是正值,也可以是负值。
可以使用各种参数创建Timedelta
对象,如下所示 -
字符串
通过传递字符串,可以创建一个timedelta
对象。参考以下示例代码 -
import pandas as pdtimediff = pd.Timedelta('2 days 2 hours 15 minutes 30 seconds') print(timediff)
执行上面救命代码,得到以下结果 -
2 days 02:15:30
整数
通过传递一个整数值与指定单位,这样的一个参数也可以用来创建Timedelta
对象。
import pandas as pdtimediff = pd.Timedelta(6,unit='h') print(timediff)
执行上面救命代码,得到以下结果 -
0 days 06:00:00
数据偏移
例如 - 周,天,小时,分钟,秒,毫秒,微秒,纳秒的数据偏移也可用于构建。
import pandas as pdtimediff = pd.Timedelta(days=2) print(timediff)
执行上面救命代码,得到以下结果 -
2 days 00:00:00
运算操作
可以在Series/DataFrames上执行运算操作,并通过在datetime64 [ns]
系列或在时间戳上减法操作来构造timedelta64 [ns]
系列。参考以下示例代码 -
import pandas as pds = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D')) td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ]) df = pd.DataFrame(dict(A = s, B = td)) print(df)
执行上面示例代码,得到以下结果 -
A B
0 2012-01-01 0 days
1 2012-01-02 1 days
2 2012-01-03 2 days
相加操作
import pandas as pds = pd.Series(pd.date_range('2018-1-1', periods=3, freq='D')) td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ]) df = pd.DataFrame(dict(A = s, B = td)) df['C']=df['A']+df['B'] print(df)
执行上面示例代码,得到以下结果 -
A B C
0 2018-01-01 0 days 2018-01-01
1 2018-01-02 1 days 2018-01-03
2 2018-01-03 2 days 2018-01-05
相减操作
import pandas as pds = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D')) td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ]) df = pd.DataFrame(dict(A = s, B = td)) df['C']=df['A']+df['B'] df['D']=df['C']-df['B'] print(df)
执行上面示例代码,得到以下结果 -
A B C D
0 2018-01-01 0 days 2018-01-01 2018-01-01
1 2018-01-02 1 days 2018-01-03 2018-01-02
2 2018-01-03 2 days 2018-01-05 2018-01-03
转载于:https://www.cnblogs.com/navysummer/p/9641199.html
Pandas时间差(Timedelta)相关推荐
- Pandas 时间差(Timedelta)
时间差(Timedelta)是时间上的差异,以不同的单位来表示.例如:日,小时,分钟,秒.它们可以是正值,也可以是负值. 可以使用各种参数创建Timedelta对象,如下所示 - 字符串 通过传递字符 ...
- Padans Timedelta时间差
Padans Timedelta时间差 Timedelta 表示时间差(或者时间增量),我们可以使用不同的时间单位来表示它,比如,天.小时.分.秒.时间差的最终的结果可以是正时间差,也可以是负时间差. ...
- Pandas 时间序列 - DateOffset 对象
点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 国亡身殒今何有,只留离骚在世间. ...
- 数据导入与预处理-拓展-pandas时间数据处理01
数据导入与预处理-拓展-pandas时间数据处理01 Pandas时序数据系列博客 Pandas时间序列数据处理 1.好用的Python库 2.Pandas历史 3.时序数据处理 3.1 时序中的基本 ...
- datawhale pandas 打卡10 时序数据
内容简介 这次文章的内容是pandas的文本数据 文章目录 内容简介 时序中的基本对象 时间戳 时间戳的创建 时间戳的上下限 Datetime序列的生成 dt对象 时间戳的切片与索引 时间差 Time ...
- pandas组队学习 task10-时间序列
[pandas组队学习 task-10](http://inter.joyfulpandas.datawhale.club/Content/ch10 import pandas as pd impor ...
- 3 python pandas
一.什么是pandas? Pandas 是一个开源的第三方 Python 库,从 Numpy 和 Matplotlib 的基础上构建而来,享有数据分析"三剑客之一"的盛名(NumP ...
- 【转】《Pandas Cookbook》第10章 时间序列分析
In[1]: import pandas as pdimport numpy as np %matplotlib inline 1. Python和Pandas日期工具的区别 # 引入datetime ...
- Pandas教程目录
Pandas数据结构 Pandas系列 Pandas数据帧(DataFrame) Pandas面板(Panel) Pandas基本功能 Pandas描述性统计 Pandas函数应用 Pandas重建索 ...
最新文章
- php使用webuploader表单上传文件覆盖文件key doesn't match with scope的问题和解决思路
- mvn命令安装jar包--转
- 4、路由器和主机如何配置IP地址等信息才能使计算机相互通信
- android纹理缓存,Android OpenGLES(七) 理解纹理与纹理过滤
- 02: MySQL的安装与基本配置
- Mysql俩种表级锁
- WinCE切换GPRS
- 文本二叉树折半查询及其截取值
- leetcode 852. 山脉数组的峰顶索引(二分查找)
- 在知乎上泡了这么久,工作、工资、生活还是没有起色是什么原因?
- char* 去除后面几个字符_【算法打卡】去除重复字母
- 在Android平台上发现新的恶意程序伪装成杀毒软件挟持设备
- 【转】图的割点、桥与双连通分支
- H.264熵编码分析
- 【linux基础】linux更改python默认版本
- python中颜色表_python 颜色表
- 小程序页面调用服务器接口授权,小程序的授权和登陆
- Oracle跨平台迁移之XTTS
- 老子哲学与太极拳技击
- 2017国庆 雅礼集训 题解合集