Python Pandas - Timedelta

---

时间增量是时间上的差异，以差异单位表示，例如天、小时、分钟、秒。它们既可以是积极的，也可以是消极的。

我们可以使用各种参数创建 Timedelta 对象，如下所示 -

细绳

通过传递字符串文字，我们可以创建一个 timedelta 对象。

import pandas as pd

print pd.Timedelta('2 days 2 hours 15 minutes 30 seconds')

其输出如下 -

2 days 02:15:30

整数

通过传递带有单位的整数值，参数创建一个 Timedelta 对象。

import pandas as pd

print pd.Timedelta(6,unit='h')

其输出如下 -

0 days 06:00:00

数据偏移量

诸如周、天、小时、分钟、秒、毫秒、微秒、纳秒之类的数据偏移也可以在构造中使用。

import pandas as pd

print pd.Timedelta(days=2)

其输出如下 -

2 days 00:00:00

to_timedelta()

使用顶级pd.to_timedelta，您可以将标量、数组、列表或系列从可识别的 timedelta 格式/值转换为 Timedelta 类型。如果输入是系列，它将构造 Series；如果输入是类似标量，它将构造标量；否则将输出TimedeltaIndex。

import pandas as pd

print pd.Timedelta(days=2)

其输出如下 -

2 days 00:00:00

运营

您可以对Series/DataFrame进行操作，并通过对datetime64[ns]系列或时间戳进行减法运算来构造timedelta64[ ns]系列。

现在让我们使用 Timedelta 和 datetime 对象创建一个 DataFrame 并对其执行一些算术运算 -

import pandas as pd

s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))

print df

其输出如下 -

            A      B
0  2012-01-01 0 days
1  2012-01-02 1 days
2  2012-01-03 2 days

加法运算

import pandas as pd

s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']

print df

其输出如下 -

           A      B          C
0 2012-01-01 0 days 2012-01-01
1 2012-01-02 1 days 2012-01-03
2 2012-01-03 2 days 2012-01-05

减法运算

import pandas as pd

s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
df['D']=df['C']+df['B']

print df

其输出如下 -

           A      B          C          D
0 2012-01-01 0 days 2012-01-01 2012-01-01
1 2012-01-02 1 days 2012-01-03 2012-01-04
2 2012-01-03 2 days 2012-01-05 2012-01-07