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。
