与昨天时间 pandas 的时差

Question

我有一个 pandas 数据框，其中包含以下格式的时间：

2017-05-02  00:00:00+00:00
2017-05-03  01:00:00+00:00

我想找出他们与前一天特定时间的区别，如上例：

2017-05-01  10:00:00 
2017-05-02  10:00:00

我知道 timedelta 是解决方案，但我应该如何使用它？

Answer 1

使用 floor，减去一天并在 Timedelata 秒内将 10 小时添加到从列 date.

中减去的新 Series 日期

解决方案的优点是不需要创建辅助列然后删除它。

print (df)
                        date
0  2017-05-02 00:00:00+00:00
1  2017-05-03 01:00:00+00:00

#if necessary convert to datetime
df['date']= pd.to_datetime(df['date'])
dates = df['date'].dt.floor('D') - pd.Timedelta(1, unit='d') + pd.Timedelta(10, unit='h')
print (dates)
0   2017-05-01 10:00:00
1   2017-05-02 10:00:00
Name: date, dtype: datetime64[ns]

df['timedelta'] = df['date'] - dates
print (df)
                 date timedelta
0 2017-05-02 00:00:00  14:00:00
1 2017-05-03 01:00:00  15:00:00

对于 timedelata 的秒数，可以使用 total_seconds and another solutions:

df['seconds'] = (df['date'] - dates).dt.total_seconds().astype(int)
print (df)
                 date  seconds
0 2017-05-02 00:00:00    50400
1 2017-05-03 01:00:00    54000

相同的解决方案，如果还需要 new 列进行另一次处理，则只使用新列更好：

df['date']= pd.to_datetime(df['date'])
df['new'] = df['date'].dt.floor('D') - pd.Timedelta(1, unit='d') + pd.Timedelta(10, unit='h')
print (df)
                 date                 new
0 2017-05-02 00:00:00 2017-05-01 10:00:00
1 2017-05-03 01:00:00 2017-05-02 10:00:00

df['seconds'] = (df['date'] - df['new']).dt.total_seconds().astype(int)
print (df)
                 date                 new  seconds
0 2017-05-02 00:00:00 2017-05-01 10:00:00    50400
1 2017-05-03 01:00:00 2017-05-02 10:00:00    54000

与昨天时间 pandas 的时差

time difference in pandas with yesterday time

python

timedelta

dataframe

pandas