没有频率的差异 pandas.DateTimeIndex

Question

一个不规则的时间序列data存储在一个pandas.DataFrame中。已设置 DatetimeIndex。我需要索引中连续条目之间的时间差。

我以为会像

一样简单

data.index.diff()

但是得到了

AttributeError: 'DatetimeIndex' object has no attribute 'diff'

我试过了

data.index - data.index.shift(1)

但是得到了

ValueError: Cannot shift with no freq

我不想在执行此操作之前先推断或强制执行频率。时间序列中存在很大的差距，可以扩展到 nan 的大量运行。重点是先找到这些差距。

那么，做这个看似简单的操作的干净方法是什么？

Answer 1

索引尚未实现 diff 函数。

但是，如果您需要保留原始索引，可以先使用 Index.to_series 将索引转换为 Series。如果需要默认索引，请使用不带索引参数的 Series 构造函数。

代码示例：

rng = pd.to_datetime(['2015-01-10','2015-01-12','2015-01-13'])
data = pd.DataFrame({'a': range(3)}, index=rng)  
print(data)
             a
 2015-01-10  0
 2015-01-12  1
 2015-01-13  2

a = data.index.to_series().diff()
print(a)

2015-01-10      NaT
2015-01-12   2 days
2015-01-13   1 days
dtype: timedelta64[ns]

a = pd.Series(data.index).diff()
print(a)
 0      NaT
 1   2 days
 2   1 days
dtype: timedelta64[ns]

Answer 2

这个问题有点老了，但无论如何...

我使用 numpy.diff(data.index) 来获取时间增量。工作正常。