2020-08-06 09:46:07

Pandas 用 3 种方法实现两列时间差

40 / 0 / 0 / 0

Pandas 的强大体现在其简洁,解决一些数据分析问题非常方便。

今天解释一个实用的小功能,或许日后工作学习中会用到。

求两列时分(HH:mm)表示数据的分钟数差值。

1 数据

作为演示,构造如下四行两列的数据,每一个单元格取值格式为:时分:

使用pandas读入数据:使用的 pandas 版本为 0.25.1

df = pd.read_excel('test_date_subtract.xlsx')  
df  

2 直觉解法

与时间相关,自然第一感觉便是转化为datetime 格式,这里需要注意:需要首先将两列转化为 str 类型。

直接使用 astype 转为 str 类型:

df['a'] = df['a'].astype(str)  
df['b'] = df['b'].astype(str)   

然后转化为 datetime 类型:

df['atime'] = pd.to_datetime(df['a'])  
df['btime'] = pd.to_datetime(df['b'])  
df   

然后使用 dt 访问器转化为分钟数:

df['amins'] = df['atime'].dt.hour * 60 + df['atime'].dt.minute   
df['bmins'] = df['btime'].dt.hour * 60 + df['btime'].dt.minute   
df   

最后求分钟数差值:

df['mins'] = df['amins'] - df['bmins']   
df   

3 转为 DatetimeIndex

转化为 DatetimeIndex 类型后,直接获取 hour 和 minute 属性:

atime = pd.DatetimeIndex(df['a'])  
btime = pd.DatetimeIndex(df['b'])  
df['amins'] = atime.hour * 60 + atime.minute  
df['bmins'] = btime.hour * 60 + btime.minute   
df   

4 使用 split

以上方法都不是最高效的,而根据: split 是更加高效的实现。

同样也得先转化为 str 类型:

df['a'] = df['a'].astype(str)  
df['b'] = df['b'].astype(str)  

其次 split:

df['asplit'] = df['a'].str.split(':')  
df['bsplit'] = df['b'].str.split(':')  
df   

得到结果如下:

使用 apply 操作每个元素,转化为分钟数:

df['amins'] = df['asplit'].apply(lambda x: int(x[0])*60 + int(x[1]))  
df['bmins'] = df['bsplit'].apply(lambda x: int(x[0])*60 + int(x[1]))  
df   

5 总结

以上就是使用 pandas 三种方法求解时分表示数据的分钟数差值,使用到的 API 包括:

  • to_datetime 转化为日期时间
  • datetime 类型列的 dt 访问器
  • DatetimeIndex 类型,带有 hour, minute 等属性
  • Series.astype 为某个类型
  • Series.str.split 分隔字符串
  • Series.apply 操作到元素级

PS: 如本文对您有疑惑,可加QQ:1752338621 进行讨论。

0 条评论

0
0
官方
微信
官方微信
Q Q
咨询
意见
反馈
返回
顶部