Question

这个问题“被问了很多” - 但在仔细查看其他答案后，我还没有找到适用于我案例的解决方案。遗憾的是，这仍然是一个棘手的问题。

我有一个pandas数据框，其中包含datetime列，我只想计算数据所涵盖的时间范围（以秒为单位）。

from datetime import datetime

# You can create fake datetime entries any way you like, e.g.
df = pd.DataFrame({'datetime': pd.date_range('10/1/2001 10:00:00', \
    periods=3, freq='10H'),'B':[4,5,6]})

# (a) This yields NaT:
timespan_a=df['datetime'][-1:]-df['datetime'][:1]
print timespan_a
# 0   NaT
# 2   NaT
# Name: datetime, dtype: timedelta64[ns]

# (b) This does work - but why?
timespan_b=df['datetime'][-1:].values.astype("timedelta64")-\
    df['datetime'][:1].values.astype("timedelta64")
print timespan_b
# [72000000000000]

为什么不（a）工作？
为什么（b）需要呢？（它还提供单元素numpy数组而不是timedelta对象）

我的熊猫版本为0.20.3，它排除了早期已知的错误。

这是动态范围问题吗？

Answer 1

存在不同索引的问题，因此一个项目系列无法对齐并获得NaT。

解决方案是通过values将第一个或第二个值转换为numpy数组：

timespan_a = df['datetime'][-1:]-df['datetime'][:1].values
print (timespan_a)
2   20:00:00
Name: datetime, dtype: timedelta64[ns]

或者将两个索引值设置为相同：

a = df['datetime'][-1:]
b = df['datetime'][:1]
print (a)
2   2001-10-02 06:00:00
Name: datetime, dtype: datetime64[ns]

a.index = b.index
print (a)
0   2001-10-02 06:00:00
Name: datetime, dtype: datetime64[ns]
print (b)
0   2001-10-01 10:00:00
Name: datetime, dtype: datetime64[ns]

timespan_a = a - b
print (timespan_a)
0   20:00:00
Name: datetime, dtype: timedelta64[ns]

如果想使用标量：

a = df.loc[df.index[-1], 'datetime']
b = df.loc[0, 'datetime']
print (a)
2001-10-02 06:00:00

print (b)
2001-10-01 10:00:00

timespan_a = a - b
print (timespan_a)
0 days 20:00:00

另一种解决方案，谢谢Anton vBR：

timespan_a = df.get_value(len(df)-1,'datetime')- df.get_value(0,'datetime') 
print (timespan_a)
0 days 20:00:00

Pandas：两个datetime64对象的差异产生NaT而不是正确的timedelta值

1 个答案: