Skip to main content
 首页 » 编程设计

python之如何从 Pandas 中的 m8[ns] 对象中获取小时数

2024年11月01日19del

我有一个如下所示的数据框

df = pd.DataFrame({'time':['2166-01-09 14:00:00','2166-01-09 14:08:00','2166-01-09 16:00:00','2166-01-09 20:00:00', 
                       '2166-01-09 04:00:00','2166-01-10 05:00:00','2166-01-10 06:00:00','2166-01-10 07:00:00','2166-01-10 11:00:00', 
                       '2166-01-10 11:30:00','2166-01-10 12:00:00','2166-01-10 13:00:00','2166-01-10 13:30:00']}) 

我试图找到行之间的时间差。为此我做了以下

df['time2'] = df['time'].shift(-1) 
df['tdiff'] = (df['time2'] - df['time']) 

所以,我的结果如下图所示

我发现存在像dt.days 这样的函数,我试过了

df['tdiff'].dt.days 

但它只提供天组件,但我正在寻找类似“小时”组件的东西

但是,我希望我的输出如下所示

很抱歉,我不确定如何计算第 3 行中负时间的小时当量。这可能是数据问题。

请您参考如下方法:

在 pandas 中可以通过 Series.dt.total_seconds 将 timedeltas 转换为秒然后除以 3600:

df['tdiff'] = (df['time2'] - df['time']).dt.total_seconds() / 3600 
print (df) 
                  time               time2      tdiff 
0  2166-01-09 14:00:00 2166-01-09 14:08:00   0.133333 
1  2166-01-09 14:08:00 2166-01-09 16:00:00   1.866667 
2  2166-01-09 16:00:00 2166-01-09 20:00:00   4.000000 
3  2166-01-09 20:00:00 2166-01-09 04:00:00 -16.000000 
4  2166-01-09 04:00:00 2166-01-10 05:00:00  25.000000 
5  2166-01-10 05:00:00 2166-01-10 06:00:00   1.000000 
6  2166-01-10 06:00:00 2166-01-10 07:00:00   1.000000 
7  2166-01-10 07:00:00 2166-01-10 11:00:00   4.000000 
8  2166-01-10 11:00:00 2166-01-10 11:30:00   0.500000 
9  2166-01-10 11:30:00 2166-01-10 12:00:00   0.500000 
10 2166-01-10 12:00:00 2166-01-10 13:00:00   1.000000 
11 2166-01-10 13:00:00 2166-01-10 13:30:00   0.500000 
12 2166-01-10 13:30:00                 NaT        NaN