使用 python 计算两个日期之间的持续时间

Question

我有数据集

          DaySchedule                  DayAppointment 
          2016-04-29 18:38:08           2016-04-29
          2016-04-29 16:08:27           2016-04-29
          2016-04-26 15:04:17           2016-04-29

我想计算计划日期和约会日期之间的持续时间，如果它们在同一天，则持续时间将为 0，否则我将从计划日期中减去约会日期。

     def duration_time(x,y):
         x= x.dt.date
         y= y.dt.date
        if x==y:
               return 0
       else:
           return x-y

     Patient["duration"] = Patient.apply(lambda Patient:duration_time(Patient["DayAppointment"], Patient["DaySchedule"]), axis=1)

在我运行这个鳕鱼之后我遇到了这个错误： AttributeError: ("'Timestamp' object has no attribute 'dt'", u'occurred at index 0')

知道为什么会出现此错误吗？

Answer 1

使用 numpy where + dt.date + sub 代替：

Patient.DaySchedule=pd.to_datetime(Patient.DaySchedule)
Patient.DayAppointment=pd.to_datetime(Patient.DayAppointment)

Patient['duration']=np.where(Patient.DaySchedule.dt.date==Patient.DayAppointment.dt.date, 0, Patient.DaySchedule.sub(Patient.DayAppointment))

    DaySchedule DayAppointment      Duration
    2016-04-29 18:38:08 2016-04-29  0 days 00:00:00
    2016-04-29 16:08:27 2016-04-29  0 days 00:00:00
    2016-04-26 15:04:17 2016-04-29  -3 days +15:04:17

你也可以只得到天数：

Patient['Duration']=Patient.DaySchedule.sub(Patient.DayAppointment).astype('timedelta64[D]')

DaySchedule DayAppointment      Duration
2016-04-29 18:38:08 2016-04-29  0.0
2016-04-29 16:08:27 2016-04-29  0.0
2016-04-26 15:04:17 2016-04-29  -3.0

使用sub，需要：

1.59 ms ± 63.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

仅仅使用简单的减法就多花费将近一毫秒：

Patient['Duration']=np.where(Patient.DaySchedule.dt.date==Patient.DayAppointment.dt.date, 0, Patient.DaySchedule-Patient.DayAppointment)

2.51 ms ± 172 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

使用 python 计算两个日期之间的持续时间

Calculate Duration between two dates using python

python

spark-dataframe