Skip to main content
 首页 » 编程设计

python之Pandas 日期时间系列的累计经过分钟数

2024年12月31日15xxx_UU

我有一列日期时间戳。我需要一列从第一个值到最后一个值所经过的总分钟数。

我有:

>>> df = pd.DataFrame({'timestamp': [ 
...     pd.Timestamp('2001-01-01 06:00:00'), 
...     pd.Timestamp('2001-01-01 06:01:00'), 
...     pd.Timestamp('2001-01-01 06:15:00') 
... ]}) 
 
>>> df 
            timestamp 
0 2001-01-01 06:00:00 
1 2001-01-01 06:01:00 
2 2001-01-01 06:15:00 

我需要添加一个给出运行总计的列:

timestamp       minutes 
1-1-2001 6:00   0 
1-1-2001 6:01   1 
1-1-2001 6:15   15 
1-1-2001 7:00   60 
1-1-2001 7:35   95 

很难操纵日期时间系列来计算时间戳。

我查看了很多帖子,但找不到任何能满足我的要求的东西。将不胜感激任何想法!

请您参考如下方法:

您可以将几个方法链接在一起:

>>> df['minutes'] = df['timestamp'].diff().fillna(0).dt.total_seconds()\ 
...     .cumsum().div(60).astype(int) 
 
>>> df 
            timestamp  minutes 
0 2001-01-01 06:00:00        0 
1 2001-01-01 06:01:00        1 
2 2001-01-01 06:15:00       15 

创作:

>>> df = pd.DataFrame({'timestamp': [ 
...     pd.Timestamp('2001-01-01 06:00:00'), 
...     pd.Timestamp('2001-01-01 06:01:00'), 
...     pd.Timestamp('2001-01-01 06:15:00') 
... ]}) 

演练

分解它的最简单方法是将每个中间方法调用分开。

df['timestamp'].diff() 为您提供一系列与 Python 的 datetime.timedelta 等效的 Pandas,每个值到接下来。

>>> df['timestamp'].diff() 
0        NaT 
1   00:01:00 
2   00:14:00 
Name: timestamp, dtype: timedelta64[ns] 

这包含一个 N/A 值(NaT/不是时间)因为没有什么可以从第一个值中减去。您可以简单地用 timedeltas 的零值填充它:

>>> df['timestamp'].diff().fillna(0) 
0   00:00:00 
1   00:01:00 
2   00:14:00 
Name: timestamp, dtype: timedelta64[ns] 

现在您需要从这些对象中获取一个实际的整数(分钟)。在 .dt.total_seconds() 中,.dt 是一个“访问器”,它是一种访问一系列方法的方式,这些方法让您可以处理类似日期时间的数据:

>>> df['timestamp'].diff().fillna(0).dt.total_seconds() 
0      0.0 
1     60.0 
2    840.0 
Name: timestamp, dtype: float64 

结果是作为 float 的增量二次变化。您需要在累积的基础上,以分钟为单位,并作为一个整数。这就是最后 3 个操作所做的:

>>> df['timestamp'].diff().fillna(0).dt.total_seconds().cumsum().div(60).astype(int) 
0     0 
1     1 
2    15 
Name: timestamp, dtype: int64 

请注意,如果秒数不能被 60 整除,astype(int) 将进行舍入。