Pandas教學
Pandas環境安裝配置
Pandas數據結構
Pandas快速入門
Pandas系列
Pandas數據幀(DataFrame)
Pandas面板(Panel)
Pandas基本功能
Pandas描述性統計
Pandas函數應用
Pandas重建索引
Pandas迭代
Pandas排序
Pandas字符串和文本數據
Pandas選項和自定義
Pandas索引和選擇數據
Pandas統計函數
Pandas窗口函數
Pandas聚合
Pandas缺失數據
Pandas分組(GroupBy)
Pandas合併/連接
Pandas級聯
Pandas日期功能
Pandas時間差(Timedelta)
Pandas分類數據
Pandas可視化
Pandas IO工具
Pandas稀疏數據
Pandas注意事項&竅門
Pandas與SQL比較
Pandas時間差(Timedelta)
時間差(Timedelta)是時間上的差異,以不同的單位來表示。例如:日,小時,分鐘,秒。它們可以是正值,也可以是負值。
可以使用各種參數創建Timedelta
對象,如下所示 -
字符串
通過傳遞字符串,可以創建一個timedelta
對象。參考以下示例代碼 -
import pandas as pd
timediff = pd.Timedelta('2 days 2 hours 15 minutes 30 seconds')
print(timediff)
執行上面救命代碼,得到以下結果 -
2 days 02:15:30
整數
通過傳遞一個整數值與指定單位,這樣的一個參數也可以用來創建Timedelta
對象。
import pandas as pd
timediff = pd.Timedelta(6,unit='h')
print(timediff)
執行上面救命代碼,得到以下結果 -
0 days 06:00:00
數據偏移
例如 - 周,天,小時,分鐘,秒,毫秒,微秒,納秒的數據偏移也可用於構建。
import pandas as pd
timediff = pd.Timedelta(days=2)
print(timediff)
執行上面救命代碼,得到以下結果 -
2 days 00:00:00
運算操作
可以在Series/DataFrames上執行運算操作,並通過在datetime64 [ns]
系列或在時間戳上減法操作來構造timedelta64 [ns]
系列。參考以下示例代碼 -
import pandas as pd
s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
print(df)
執行上面示例代碼,得到以下結果 -
A B
0 2012-01-01 0 days
1 2012-01-02 1 days
2 2012-01-03 2 days
相加操作
import pandas as pd
s = pd.Series(pd.date_range('2018-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
print(df)
執行上面示例代碼,得到以下結果 -
A B C
0 2018-01-01 0 days 2018-01-01
1 2018-01-02 1 days 2018-01-03
2 2018-01-03 2 days 2018-01-05
相減操作
import pandas as pd
s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
df['D']=df['C']-df['B']
print(df)
執行上面示例代碼,得到以下結果 -
A B C D
0 2018-01-01 0 days 2018-01-01 2018-01-01
1 2018-01-02 1 days 2018-01-03 2018-01-02
2 2018-01-03 2 days 2018-01-05 2018-01-03