Question

我正在尝试解析一大堆击键数据，并且遇到了数据类型挑战，试图在按键和释放之间的时间内创建一列。

我的目标是创建datetime.timedelta类型的timedeltas列。解析器流程如下：

使用pandas.to_datetime将按下和释放时间从字符串转换为日期时间;这将返回Timestamp数据类型。
减去按下和释放时间以获得按键的长度，作为datetime.timedelta类型。
（稍后）使用timedelta.total_seconds（）方法将秒数作为整数或浮点数进行进一步分析。

我在第2步遇到问题 - 当我在解释器中减去两个单独的时间戳时，我得到一个datetime.timedelta（这就是我想要的），当我减去两个时间戳系列时，结果系列是numpy.timedelta64类型！有没有人知道为什么pandas会为系列减法返回这个数据类型，而我却为各个减法获得了datetime.timedelta？

非常感谢你！

我已经在下面粘贴了我的调试会话，我首先在一行中手动进行转换，然后使用全系列运算符进行相同的转换。

手动：

In : touchtime = task_dataframe['TouchTime'].ix[0]
In : touchtime
Out[1]: u'07:01:00.891'
In : releasetime = task_dataframe['ReleaseTime'].ix[0]
In : releasetime
Out[1]: u'07:01:00.950'
In : import pandas as pd
In : touchtime = pd.to_datetime(touchtime)
In : touchtime
Out[1]: Timestamp('2014-05-30 07:01:00.891000', tz=None)
In : releasetime = pd.to_datetime(releasetime)
In : releasetime
Out[1]: Timestamp('2014-05-30 07:01:00.950000', tz=None)
In : holdtime = releasetime - touchtime
In : holdtime
Out[1]: datetime.timedelta(0, 0, 59000)

系列范围：

In : task_dataframe['TouchTime'] = task_dataframe['TouchTime'].map(lambda x: pd.to_datetime(x))
In : task_dataframe['ReleaseTime'] = task_dataframe['ReleaseTime'].map(lambda x: pd.to_datetime(x))
In : releasetime2 = task_dataframe['ReleaseTime'].ix[0]
In : releasetime2
Out[1]: Timestamp('2014-05-30 07:01:00.950000', tz=None) # Same output as above
In : releasetime == releasetime2
Out[1]: True # Showing equivalence
In : task_dataframe['HoldTime'] = task_dataframe['ReleaseTime'] - task_dataframe['TouchTime']
In : holdtime2 = task_dataframe['HoldTime'].ix[0]
In : holdtime2
Out[1]: numpy.timedelta64(59000000,'ns')
In : holdtime == holdtime2
Out[1]: False # Non-equivalent

Answer 1

pandas在内部持有timedelta64[ns]（作为一个numpy数组）。这是一个很多更高效的表示（基本上是一个整数）用于计算。

您可以转换频率here。

你最终想做什么？

在系列操作期间阻止pandas将datetime.timedelta强制转换为numpy.timedelta64？

1 个答案: