Python 计算DatetimeIndex和Timestamp列之间的差异

在以下示例中：

import datetime
import pandas

base = datetime.datenow()
rr = [base - datetime.timedelta(days=x) for x in range(23)]
ee = [base - datetime.timedelta(days=x+3) for x in range(23)]
qq = pandas.DataFrame(data=rr, index=ee, columns=['datacol'])

qq.index - qq.datacol.values

最后一行引发TypeError：

In [11]: qq.index-qq.datacol.values
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-11-e850e726adac> in <module>()
----> 1 qq.index-qq.datacol.values

/usr/local/lib/python2.7/dist-packages/pandas/tseries/index.pyc in __sub__(self, other)
    556             return self.shift(-other)
    557         else:  # pragma: no cover
--> 558             raise TypeError(other)
    559 
    560     def _add_delta(self, delta):

TypeError: ['2013-11-08T21:18:50.478689000-0800' '2013-11-07T21:18:50.478689000-0800'

[11]中的

：qq.index-qq.datacol.values
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
---->1 qq.index-qq.datacol.values
/usr/local/lib/python2.7/dist-packages/pandas/tseries/index.pyc in_u__________（self，other）
556返回自动换档（-其他）
557其他：#布拉格语：无封面
-->558提升类型错误（其他）
559
560定义添加增量（自，增量）：
类型错误：['2013-11-08T21:18:50.478689000-0800''2013-11-07T21:18:50.478689000-0800'

如何获得索引和列之间的差异

---

注意：来自datetime对象，但索引自动成为时间戳。

下面的示例演示了您的问题：

In [11]: rng = pd.date_range('2012-01-01', '2012-01-06')

In [12]: df = pd.DataFrame(rng, rng + 10)

In [13]: df
Out[13]: 
                             0
2012-01-11 2012-01-01 00:00:00
2012-01-12 2012-01-02 00:00:00
2012-01-13 2012-01-03 00:00:00
2012-01-14 2012-01-04 00:00:00
2012-01-15 2012-01-05 00:00:00
2012-01-16 2012-01-06 00:00:00

您可以直接在numpy中执行（索引和列0的）差异：

In [14]: df.index.values - df[0].values
Out[14]: 
array([864000000000000, 864000000000000, 864000000000000, 864000000000000,
       864000000000000, 864000000000000], dtype='timedelta64[ns]')

并将其转换为一个系列：

In [15]: pd.Series(df.index.values - df[0].values)
Out[15]: 
0   10 days, 00:00:00
1   10 days, 00:00:00
2   10 days, 00:00:00
3   10 days, 00:00:00
4   10 days, 00:00:00
5   10 days, 00:00:00
dtype: timedelta64[ns]

---

老实说，我认为pandas（timedelta）的这一部分目前正在改进，因此在以后的版本中可能会有更好的方法…

此代码不运行。什么是

base

？另外，您正在使用

timedelta

值编制索引。您想要实际日期吗？请提供一些示例数据（最好不只是实际转储，而是由python中的示例代码可执行文件生成）、您收到的错误和预期结果