Question

我需要计算两个日期之间的小时差异（格式：年 - 月 - 日THH：MM：SS我也可能将数据格式从巨大的excel文件转换为（格式：年 - 月 - 日HH：MM：SS）在Python中最有效的方法是什么？我曾尝试使用Datatime / Time对象（TypeError：期望的字符串或缓冲区），Timestamp（ValueError）和DataFrame（不给出小时结果）。

Excel文件：

Order_Date             Received_Customer   Column3
2000-10-06T13:00:58    2000-11-06T13:00:58    1
2000-10-21T15:40:15    2000-12-27T10:09:29    2
2000-10-23T10:09:29    2000-10-26T10:09:29    3
.....                  ....

数据时间/时间对象代码（TypeError：期望的字符串或缓冲区）：

import pandas as pd
import time as t

data=pd.read_excel('/path/file.xlsx')

s1 = (data,['Order_Date'])
s2 = (data,['Received_Customer'])

s1Time = t.strptime(s1, "%Y:%m:%d:%H:%M:%S")
s2Time = t.strptime(s2, "%Y:%m:%d:%H:%M:%S")

deltaInHours = (t.mktime(s2Time) - t.mktime(s1Time))

print deltaInHours, "hours"

时间戳（ValueError）代码：

import pandas as pd
import datetime as dt

data=pd.read_excel('/path/file.xlsx')

df = pd.DataFrame(data,columns=['Order_Date','Received_Customer'])
df.to = [pd.Timestamp('Order_Date')]
df.fr = [pd.Timestamp('Received_Customer')]
(df.fr-df.to).astype('timedelta64[h]')

DataFrame（不会返回所需的结果）

import pandas as pd

data=pd.read_excel('/path/file.xlsx')

df = pd.DataFrame(data,columns=['Order_Date','Received_Customer'])

df['Order_Date'] = pd.to_datetime(df['Order_Date'])
df['Received_Customer'] = pd.to_datetime(df['Received_Customer'])

answer = df.dropna()['Order_Date'] - df.dropna()['Received_Customer']

answer.astype('timedelta64[h]')

print(answer)

输出：

0   24 days 16:38:07
1    0 days 00:00:00
2   20 days 12:39:52
dtype: timedelta64[ns]

应该是这样的：

0   592 hour
1   0   hour
2   492 hour

还有另一种方法可以将timedelta64[ns]转换为小时而不是answer.astype('timedelta64[h]')吗？

Answer 1

对于每个解决方案，您都混合了数据类型和方法。虽然我没有时间明确解释你的错误，但我想通过提供（可能是非最佳的）解决方案来帮助你。我根据您之前的尝试构建了解决方案，并将其与其他问题的知识相结合，例如：

Convert a timedelta to days, hours and minutes

Get total number of hours from a Pandas Timedelta?

请注意，我使用的是Python 3.我希望我的解决方案可以指导您的方式。我的解决方案就是这个：

import pandas as pd
from datetime import  datetime
import numpy as np

d = pd.read_excel('C:\\Users\\nrieble\\Desktop\\check.xlsx',header=0)

start = [pd.to_datetime(e) for e in data['Order_Date'] if len(str(e))>4]
end = [pd.to_datetime(e) for e in data['Received_Customer'] if len(str(e))>4]

delta = np.asarray(s2Time)-np.asarray(s1Time)
deltainhours = [e/np.timedelta64(1, 'h') for e in delta]

print (deltainhours, "hours")

以小时为单位的日期差异（Excel数据导入）？

1 个答案: