“如何在Python中计算连续时间值的差异”

Question

我正在尝试计算字符串时间值之间的差异，但我无法读取微秒格式。 为什么我会出现此类错误？ 以及我该如何修复我的代码？

我已经尝试过“ datetime.strptime”方法来将字符串转换为时间格式，然后使用pandas.dataframe.diff方法计算列表中每个项目之间的差异，并在excel中创建一列。

```
from datetime import datetime
import pandas as pd 

for itemz in time_list:
    df = pd.DataFrame(datetime.strptime(itemz, '%H %M %S %f'))
    ls_cnv.append(df.diff())

df = pd.DataFrame(time_list)
ls_cnv = [df.diff()]

print (ls_cnv)

```

我希望输出是

ls_cnv = [NaN, 00:00:00, 00:00:00] 
time_list = ['10:54:05.912783', '10:54:05.912783', '10:54:05.912783']

但是我却改为（时间数据'10：54：05.906224'与格式'％H％M％S％f'不匹配）

Answer 1

只是因为您的时间格式必须包含冒号和这样的点

"%H:%M:%S.%f"

Answer 2

您得到的错误是因为您使用strptime错误。

df = pd.DataFrame(datetime.strptime(itemz, '%H:%M:%S.%f'))

上面的表格是正确的形式，它是从time_list传递time_list但事实并非如此。 您DataFrame以错误的方式创建DataFrame 。 如果需要数据， DataFrame是一个表。 以下各行将在每个循环中为每个itemz创建和替换一个新的DataFrame ，这是您列表中的一个元素。 因此，它将在第一个循环中创建一个带有一个元素的DataFrame ，该元素将为“ '10:54:05.912783'并且它将与自身进行diff() '10:54:05.912783' ，而没有其他值。

for itemz in time_list:
    df = pd.DataFrame(datetime.strptime(itemz, '%H %M %S %f'))
    ls_cnv.append(df.diff())

也许您想做的是以下几点：

from datetime import datetime
import pandas as pd

ls_cnv = []
time_list = ['10:54:03.912743', '10:54:05.912783', '10:44:05.912783']

df = pd.to_datetime(time_list)
data = pd.DataFrame({'index': range(len(time_list))}, index=df)
a = pd.Series(data.index).diff()
ls_cnv.append(a)
print (ls_cnv)