Python 时间序列中的累计已用分钟数

我有一列邮戳。我需要一列从第一个值到最后一个值的总分钟数

我有：

>>> df = pd.DataFrame({'timestamp': [
...     pd.Timestamp('2001-01-01 06:00:00'),
...     pd.Timestamp('2001-01-01 06:01:00'),
...     pd.Timestamp('2001-01-01 06:15:00')
... ]})

>>> df
            timestamp
0 2001-01-01 06:00:00
1 2001-01-01 06:01:00
2 2001-01-01 06:15:00

我需要添加一列，给出运行总数：

timestamp       minutes
1-1-2001 6:00   0
1-1-2001 6:01   1
1-1-2001 6:15   15
1-1-2001 7:00   60
1-1-2001 7:35   95

我很难操纵datetime序列来计算时间戳的总数

---

我已经看了很多帖子，但找不到任何符合我想要做的事情。如果您有任何想法，我将不胜感激

您可以将几个方法链接在一起：

>>> df['minutes'] = df['timestamp'].diff().fillna(0).dt.total_seconds()\
...     .cumsum().div(60).astype(int)

>>> df
            timestamp  minutes
0 2001-01-01 06:00:00        0
1 2001-01-01 06:01:00        1
2 2001-01-01 06:15:00       15

创建：

>>> df = pd.DataFrame({'timestamp': [
...     pd.Timestamp('2001-01-01 06:00:00'),
...     pd.Timestamp('2001-01-01 06:01:00'),
...     pd.Timestamp('2001-01-01 06:15:00')
... ]})

---

演练 分解此问题的最简单方法是分离每个中间方法调用

df['timestamp'].diff（）

提供了一系列类似于Python的

datetime.timedelta

，即每个值到下一个值的时间差

>>> df['timestamp'].diff()
0        NaT
1   00:01:00
2   00:14:00
Name: timestamp, dtype: timedelta64[ns]

它包含一个N/A值（

NaT

/不是时间），因为第一个值没有任何东西可以减去。您可以简单地用时间增量的零值填充它：

>>> df['timestamp'].diff().fillna(0)
0   00:00:00
1   00:01:00
2   00:14:00
Name: timestamp, dtype: timedelta64[ns]

现在需要从这些对象中获取实际整数（分钟）。在

.dt.total_seconds（）

中，

.dt

是一种“访问器”，它是一种访问一系列方法的方式，让您可以处理类似日期时间的数据：

>>> df['timestamp'].diff().fillna(0).dt.total_seconds()
0      0.0
1     60.0
2    840.0
Name: timestamp, dtype: float64

结果是以浮点形式递增的第二次更改。您需要以累积为基础，以分钟为单位，并将其作为整数。这就是最后3个操作所做的：

>>> df['timestamp'].diff().fillna(0).dt.total_seconds().cumsum().div(60).astype(int)
0     0
1     1
2    15
Name: timestamp, dtype: int64

请注意，

astype（int）

如果有不能被60整除的秒数，则会进行舍入。

可能的