为 pandas 系列时间增量访问“.days”

Question

A pandas TimedeltaIndex 有一个属性 days 可用于与其他正常数据类型（float64 等）的操作：

import pandas as pd
from pandas.tseries import offsets
idx1 = pd.date_range('2017-01', periods=10)
idx2 = idx1 + offsets.MonthEnd(1)
tds = idx2 - idx1

print(tds.days - 2)
Int64Index([28, 27, 26, 25, 24, 23, 22, 21, 20, 19], dtype='int64')

但是当 tds 转换为 Series（明确地，或作为 DataFrame 列）时，它会丢失此属性。

print(pd.Series(tds).days)
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-115-cb20b4d368f4> in <module>()
----> 1 print(pd.Series(tds).days)

C:\Users\bsolomon\Anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, name)
   3079             if name in self._info_axis:
   3080                 return self[name]
-> 3081             return object.__getattribute__(self, name)
   3082 
   3083     def __setattr__(self, name, value):

AttributeError: 'Series' object has no attribute 'days'

并且访问 .days 需要转换回 Index:

print(pd.Index(pd.Series(tds)).days)
Int64Index([30, 29, 28, 27, 26, 25, 24, 23, 22, 21], dtype='int64')

是否有比上述转换更直接的方法来访问此属性？

Answer 1

使用 .dt 访问器：

print(pd.Series(tds).dt.days)

输出：

0    30
1    29
2    28
3    27
4    26
5    25
6    24
7    23
8    22
9    21
dtype: int64

为 pandas 系列时间增量访问“.days”

Accessing `.days` for a pandas Series of timedeltas

python

timedelta

python-3.x

pandas