Python 熊猫中datetime列的矢量化操作

我想获取一列datetime对象并返回一列整数，这些整数是“从该datetime到今天的天数”。我可以用一种丑陋的方式，寻找一种更漂亮（更快）的方式

假设我有一个dataframe，其中有一个datetime列，如下所示：

11    2014-03-04 17:16:26+00:00
12    2014-03-10 01:35:56+00:00
13    2014-03-15 02:35:51+00:00
14    2014-03-20 05:55:47+00:00
15    2014-03-26 04:56:33+00:00
Name: datetime, dtype: object

每个元素看起来像：

datetime.datetime(2014, 3, 4, 17, 16, 26, tzinfo=<UTC>)

它给出了一个timedelta64[ns]系列

11   56 days, 00:00:00
12   50 days, 00:00:00
13   45 days, 00:00:00
14   40 days, 00:00:00
15   34 days, 00:00:00
Name: datetime, dtype: timedelta64[ns]

最后，如果我希望它是一个整数：

days_ago_as_int = days_ago.apply(lambda x: x.item().days)
days_ago_as_int
11    56
12    50
13    45
14    40
15    34
Name: datetime, dtype: int64

有什么想法吗

---

相关问题没有完全理解我的问题：

---

通过尝试，我成功地获得了今天的日期和所需的日期列，但减法中出现了一些错误（与原始示例中的日期时间不同，但不重要，对吧？）

（对于名为date的列）如何

将日期时间导入为dt
df['foo']=（np.datetime64（dt.date.today（））
-df['date'].values.astype（'datetime64[D]'））
打印df
枣福
0 2014-03-04 17:16:26 56天
1 2014-03-10 01:35:56 50天
2 2014-03-15 02:35:51 45天
3 2014-03-20 05:55:47 40天
4 2014-03-2604:56:33 34天

或者，如果您希望将其作为int：

df['foo']=（np.datetime64（dt.date.today（））
-df['date'].values.astype（'datetime64[D]'））.astype（int）
打印df
枣福
0 2014-03-04 17:16:26   56
1 2014-03-10 01:35:56   50
2 2014-03-15 02:35:51   45
3 2014-03-20 05:55:47   40
4 2014-03-26 04:56:33   34

或者如果它是一个索引

print np.datetime64（dt.date.today（））-df.index.values.astype（'datetime64[D]”）
[56 50 45 40 34]

过了很久编辑：这是一个解决方案，怎么样

>>打印df
日期
0 2014-03-04 17:16:26
1 2014-03-10 01:35:56
2 2014-03-15 02:35:51
3 2014-03-20 05:55:47
4 2014-03-26 04:56:33

尝试将今天的日期指定给列，以便pandas将其转换为datetime64列，然后执行以下算术：

>>> df['today'] = dt.date.today()
>>> df['foo'] = (df['today'].values.astype('datetime64[D]')
               - df['date'].values.astype('datetime64[D]'))
>>> print df

                 date       today     foo
0 2014-03-04 17:16:26  2014-05-14 71 days
1 2014-03-10 01:35:56  2014-05-14 65 days
2 2014-03-15 02:35:51  2014-05-14 60 days
3 2014-03-20 05:55:47  2014-05-14 55 days
4 2014-03-26 04:56:33  2014-05-14 49 days

---

谢谢你的回答！但实际上这对我来说并不太有效——我在问题中添加了我尝试遵循你的代码的内容。你能检查一下你的

转换日期

和

今天日期

的数据类型吗？啊，

转换日期

是datetime64[D]，

今天日期

是datetime64[us]。有没有一种好方法可以转换今天的日期？这就是区别所在。当我这样做时，它创建了

datetime64[D]

。我会想：

today\u date=np.datetime64（dt.date.today（），'D'）

.Hm，当我尝试得到

TypeError:function最多使用1个参数（给定2个）

。我正在使用NUMPY1.6.2，如果这很重要的话。

converted_dates = df['date'].values.astype('datetime64[D]')
today_date = np.datetime64(dt.date.today())
print converted_dates
print today_date
print today_date - converted_dates

[2014-01-16 00:00:00 
2014-01-19 00:00:00 
2014-01-22 00:00:00
2014-01-26 00:00:00
2014-01-29 00:00:00]

2014-04-30 00:00:00

[16189 days, 0:08:20.637994
16189 days, 0:08:20.637991
16189 days, 0:08:20.637988
16189 days, 0:08:20.637984
16189 days, 0:08:20.637981]

>>> df['today'] = dt.date.today()
>>> df['foo'] = (df['today'].values.astype('datetime64[D]')
               - df['date'].values.astype('datetime64[D]'))
>>> print df

                 date       today     foo
0 2014-03-04 17:16:26  2014-05-14 71 days
1 2014-03-10 01:35:56  2014-05-14 65 days
2 2014-03-15 02:35:51  2014-05-14 60 days
3 2014-03-20 05:55:47  2014-05-14 55 days
4 2014-03-26 04:56:33  2014-05-14 49 days