Python 如何计算两只熊猫之间的差异。以纳秒为单位的时间戳序列

我有两个系列是pd时间戳，它们非常接近。我想得到两个系列之间的元素差异，但精度为纳秒

第一系列：

0    2021-05-21 00:02:11.349001429
1    2021-05-21 00:02:38.195857153
2    2021-05-21 00:03:25.527530228
3    2021-05-21 00:03:26.653410069
4    2021-05-21 00:03:26.798157366

第二系列：

0    2021-05-21 00:02:11.348997322
1    2021-05-21 00:02:38.195852267
2    2021-05-21 00:03:25.527526087
3    2021-05-21 00:03:26.653406759
4    2021-05-21 00:03:26.798154350

现在，如果我只使用

-

操作符，我将截断纳秒差。它将显示如下内容：

Series1 - Series2
0    00:00:00.000004
1    00:00:00.000004
2    00:00:00.000004
3    00:00:00.000003
4    00:00:00.000003

我不想在计算时间戳之间的差异时失去纳秒级的精度。我已经找到了一个解决方案，包括在每行上做一个for循环，计算pd.Timedelta中的标量差，然后从中得到微秒和纳秒。这样（对于第一个元素）：

---

是否有一种更简洁的矢量化方法来实现这一点，而不是使用for循环？

如果使用如图所示的timedelta，您不会失去精度。内部表示始终为纳秒。计算时间增量后，可以将其转换为整数以纳秒为单位获得差值。例：

import pandas as pd
import numpy as np

s1 = pd.Series(pd.to_datetime(["2021-05-21 00:02:11.349001429",
                     "2021-05-21 00:02:38.195857153",
                     "2021-05-21 00:03:25.527530228",
                     "2021-05-21 00:03:26.653410069",
                     "2021-05-21 00:03:26.798157366"]))

s2 = pd.Series(pd.to_datetime(["2021-05-21 00:02:11.348997322",
                     "2021-05-21 00:02:38.195852267",
                     "2021-05-21 00:03:25.527526087",
                     "2021-05-21 00:03:26.653406759",
                     "2021-05-21 00:03:26.798154350"]))

delta = (s1-s2).astype(np.int64)

delta
0    4107
1    4886
2    4141
3    3310
4    3016
dtype: int64

---

注意：我在这里使用numpy的int64类型，因为在某些系统上，内置的

int

将导致32位整数，即转换失败。

在执行减法之前，可以将日期时间序列转换为整数（

.astype（int）

）；这将直接给你纳秒的时间。太好了，这很有效！基于其他一些答案，我尝试转换为numpy uint64，但这也缩短了纳秒。但是

astype（int）

没有这样的问题。非常感谢。如果你加上它作为回答，我会接受它。我必须修改我的评论；实际上没有必要事先进行转换，请参见下面的答案。

import pandas as pd
import numpy as np

s1 = pd.Series(pd.to_datetime(["2021-05-21 00:02:11.349001429",
                     "2021-05-21 00:02:38.195857153",
                     "2021-05-21 00:03:25.527530228",
                     "2021-05-21 00:03:26.653410069",
                     "2021-05-21 00:03:26.798157366"]))

s2 = pd.Series(pd.to_datetime(["2021-05-21 00:02:11.348997322",
                     "2021-05-21 00:02:38.195852267",
                     "2021-05-21 00:03:25.527526087",
                     "2021-05-21 00:03:26.653406759",
                     "2021-05-21 00:03:26.798154350"]))

delta = (s1-s2).astype(np.int64)

delta
0    4107
1    4886
2    4141
3    3310
4    3016
dtype: int64