Question

我正在使用python和pandas。

我在数据框中有一些这种格式的时间序列数据：

    timeStampStart          Measurement
0   2019-02-26 22:47:39.914 810
1   2019-02-26 22:47:40.747 854
2   2019-02-26 22:47:40.743 862

我以这种方式还有其他几个数据集。基本上，我进行了一个实验，该实验会随着时间的推移收集结果，收集timeStampStart和一个值。

现在，我想补偿所有数据，以使第一个结果从0000-00-00 00:00:00开始，随后的结果只是不同-时间戳从时间0重新开始。

    timeStampStart          Measurement
0   0000-00-00 00:00:00.000 810
1   0000-00-00 00:00:00.834 854
2   0000-00-00 00:00:00.830 862

注意：timeStampStart类型为pandas._libs.tslib.Timestamp。

我该如何实现？

Answer 1

您需要用timedeltas减去timeStampStart列的第一个值，因为不存在带有00:00:00的日期时间：

df['td'] = df['timeStampStart'].sub(df['timeStampStart'].iat[0])
print (df)
           timeStampStart  Measurement              td
0 2019-02-26 22:47:39.914          810        00:00:00
1 2019-02-26 22:47:40.747          854 00:00:00.833000
2 2019-02-26 22:47:40.743          862 00:00:00.829000

print (df.dtypes)
timeStampStart     datetime64[ns]
Measurement                 int64
td                timedelta64[ns]
dtype: object

从0

1 个答案: