python pandas datetime.time - datetime.time

Question

我有一個數據框，其中包含兩列datetime.time項。 就像是

   col1                 col2
02:10:00.008209    02:08:38.053145
02:10:00.567054    02:08:38.053145
02:10:00.609842    02:08:38.053145
02:10:00.728153    02:08:38.053145
02:10:02.394408    02:08:38.053145

如何生成col3，即col1和col2之間的差異？ （優選在幾微秒內）？

我四處搜索，但我找不到解決方案。 有人知道嗎？

謝謝！

Answer 1

不要使用datetime.time ，使用timedelta ：

import pandas as pd
import io
data = """col1                 col2
02:10:00.008209    02:08:38.053145
02:10:00.567054    02:08:38.053145
02:10:00.609842    02:08:38.053145
02:10:00.728153    02:08:38.053145
02:10:02.394408    02:08:38.053145"""
df = pd.read_table(io.BytesIO(data), delim_whitespace=True)
df2 = df.apply(pd.to_timedelta)
diff = df2.col1 - df2.col2

diff.astype("i8")/1e9

輸出在幾秒鍾內不同：

0    81.955064
1    82.513909
2    82.556697
3    82.675008
4    84.341263
dtype: float64

要將時間數據幀轉換為timedelta數據幀：

df.applymap(time.isoformat).apply(pd.to_timedelta)

Answer 2

您確定要一個datetime.time對象的DataFrame嗎？ 幾乎沒有一個操作可以方便地對這些人進行操作，尤其是在包裝在DataFrame中時。

讓每個列存儲一個表示微秒總數的int可能會更好。

您可以將df轉換為存儲微秒的DataFrame，如下所示：

In [71]: df2 = df.applymap(lambda x: ((x.hour*60+x.minute)*60+x.second)*10**6+x.microsecond)

In [72]: df2
Out[72]: 
         col1        col2
0  7800008209  7718053145
1  7800567054  7718053145

從那里，很容易得到你想要的結果：

In [73]: df2['col1']-df2['col2']
Out[73]: 
0    81955064
1    82513909
dtype: int64

Answer 3

pandas將datetime對象轉換為np.datetime64對象，它們的區別在於np.timedelta64對象。

考慮一下

In [30]: df
Out[30]: 
                       0                          1
0 2014-02-28 13:30:19.926778 2014-02-28 13:30:47.178474
1 2014-02-28 13:30:29.814575 2014-02-28 13:30:51.183349

我可以考慮列的差異

 df[0] - df[1]


 Out[31]: 
 0   -00:00:27.251696
 1   -00:00:21.368774
 dtype: timedelta64[ns]

因此我可以應用timedelta64轉換。 幾微秒

(df[0] - df[1]).apply(lambda x : x.astype('timedelta64[us]')) #no actual difference when displayed

或微秒作為整數

(df[0] - df[1]).apply(lambda x : x.astype('timedelta64[us]').astype('int'))

 0   -27251696000
 1   -21368774000
 dtype: int64

編輯：正如@Jeff所建議的那樣，最后的表達式可以縮短為

(df[0] - df[1]).astype('timedelta64[us]')

和

(df[0] - df[1]).astype('timedelta64[us]').astype('int')

對於pandas> = .13。