pandas 中的时间增量矩阵（成对）

Question

我有两个pandas系列：

A = pd.Series(['2020-01-01 00:10:00', '2020-01-01 02:20:00'], dtype=pd.datetime64)
B = pd.Series(['2020-01-01 00:00:00', '2020-01-01 02:30:00', '2020-01-01 03:00:00', dtype=pd.datetime64)

获取两个系列 paiwise 中每个日期时间之间的时间增量（以分钟为单位）绝对值的矩阵（pandas DataFrame 或 numpy 二维数组）的最快方法是什么？

结果应该与此类似table:

10  | 140 | 170
140 |  10 |  40

有这方面的功能吗，或者唯一的选择是做一个双 for 循环？

Answer 1

您可以将 Series 转换为 numpy 数组，通过广播进行减法，将输出转换为绝对值，并为最终二维数组除以：

A = pd.Series(['2020-01-01 00:10:00', '2020-01-01 02:20:00'])
B = pd.Series(['2020-01-01 00:00:00', '2020-01-01 02:30:00', '2020-01-01 03:00:00'])
    
A = pd.to_datetime(A)
B = pd.to_datetime(B)
           
a = A.to_numpy()[:, None] - B.to_numpy()
a = np.abs(a) / (60 * 10 ** 9)
print (a)

[[ 10 140 170]
 [140  10  40]]

pandas 中的时间增量矩阵（成对）

Matrix of timedeltas in pandas (pairwise)

python

datetime

timedelta

pandas