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:Python 熊猫中datetime列的矢量化操作,python,pandas,Python,Pandas,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
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