Question

我有一个数据框，该数据框的类型为Timestamp。我想查找自午夜以来经过的时间（以秒为单位）作为新列。如何以简单的方式做到这一点？

例如：输入：

samples['time']
2018-10-01 00:00:01.000000000
2018-10-01 00:00:12.000000000

type(samples['time'].iloc[0])

<class 'pandas._libs.tslib.Timestamp'>

输出：

samples['time_elapsed']
1
12

Answer 1

在Pandas中执行此操作非常简单！

midnight = pd.Timestamp('2018-10-01 00:00:00')
print(pd.Timestamp('2018-10-01 00:00:01.000000000') - midnight).seconds
>
1

通过扩展，我们可以在熊猫系列中使用apply：

samples = pd.DataFrame(['2018-10-01 00:00:01.000000000', '2018-10-01 00:00:12.000000000'], columns=['time'])
samples.time = pd.to_datetime(samples.time)
midnight = pd.Timestamp('2018-10-01 00:00:00')
samples['time_elapsed'] = samples['time'].apply(lambda x: (x - midnight).seconds)
samples
>
        time    time_elapsed
0   2018-10-01 00:00:01     1
1   2018-10-01 00:00:12     12

请注意，答案here使用另一种方法：将时间戳与其本身转换为日期进行比较。这会将所有时间数据清零，因此相当于当天的午夜。这种方法可能会更有效。

Answer 2

请注意，每一行中的日期部分可能是其他日期（不是一个日期部分）和同一天），因此您不能输入任何“基准日期”（午夜）对于整个DataFrame，可以在其他解决方案之一中看到。

我的意图也不是“污染”源DataFrame 与任何中间列，例如时间（实际上是日期和时间）转换为“ true” DateTime 的字符串。

那我的主张是：

将DateTime字符串转换为DateTime，
参与其中的时间
计算小时/分钟/秒的秒数部分。

上述所有步骤都具有专用功能。

要执行此任务，请定义一个函数：

def secSinceNoon(datTimStr):
    tt = pd.to_datetime(datTimStr).time()
    return tt.hour * 3600 + tt.minute * 60 + tt.second

然后致电：

samples['Secs'] = samples.time.apply(secSinceNoon)

对于源数据：

samples = pd.DataFrame(data=[
    [ '2018-10-01 00:00:01' ], [ '2018-10-01 00:00:12' ],
    [ '2018-11-02 01:01:10' ], [ '2018-11-04 03:02:15' ] ],
    columns = ['time']);

打印结果时，您将看到：

                  time   Secs
0  2018-10-01 00:00:01      1
1  2018-10-01 00:00:12     12
2  2018-11-02 01:01:10   3670
3  2018-11-04 03:02:15  10935

Answer 3

当前答案过于复杂或专业。

samples = pd.DataFrame(data=['2018-10-01 00:00:01', '2018-10-01 00:00:12'], columns=['time'], dtype='datetime64[ns]')

samples['time_elapsed'] = ((samples['time'] - samples['time'].dt.normalize()) / pd.Timedelta('1 second')).astype(int)

print(samples)
                 time  time_elapsed
0 2018-10-01 00:00:01             1
1 2018-10-01 00:00:12            12

normalize（）从日期时间中删除时间部分（将时钟移回到午夜）。
pd.Timedelta（'1 s'）设置度量单位，即timedelta中的秒数。
.astype（int）将十进制的秒数强制转换为int。如果需要，请使用圆形功能。

Answer 4

我在自己的一个项目中遇到了同样的问题，这就是我的解决方法（假设您的time列已转换为Timestamp）：

(samples['time'] - samples['time'].dt.normalize()) / pd.Timedelta(seconds=1)

这种方法的优点在于，您可以更改最后一部分以获取秒，分钟，小时或天数：

... / pd.Timedelta(seconds=1) # seconds elapsed
... / pd.Timedelta(minutes=1) # minutes elapsed
... / pd.Timedelta(hours=1)   # hours elapsed
... / pd.Timedelta(days=1)    # days elapsed

Answer 5

datetime = samples['time']

(datetime - datetime.dt.normalize()).dt.total_seconds()

Answer 6

我们可以做到：

    samples['time'].dt.hour * 3600 + 
    samples['time'].dt.minute * 60 + 
    samples['time'].dt.second

获取自午夜以来在数据框中花费的时间

6 个答案: