Python 将时间增量转换为天数的浮点64
我有两个系列的熊猫约会时间。我为数据帧中的每一行减去它们,然后添加一列以获得两个日期时间之间的时间差。随后,我想使用该时间增量来缩放另一个特性。所以我想对时间差做一些除法。没有骰子 TypeError:无法将float64数据除以TimedeltaArray 最后一行抛出错误 我尝试使用float64(I)通过循环运行pd系列 安装程序Python 将时间增量转换为天数的浮点64,python,pandas,Python,Pandas,我有两个系列的熊猫约会时间。我为数据帧中的每一行减去它们,然后添加一列以获得两个日期时间之间的时间差。随后,我想使用该时间增量来缩放另一个特性。所以我想对时间差做一些除法。没有骰子 TypeError:无法将float64数据除以TimedeltaArray 最后一行抛出错误 我尝试使用float64(I)通过循环运行pd系列 安装程序 将Timedelta列除以一天的Timedelta 在你的情况下,最好有一个。您不必向读者猜测df['percentChange']中的内容 您可以轻松地对该
将
Timedelta
列除以一天的Timedelta
在你的情况下,最好有一个。您不必向读者猜测df['percentChange']中的内容
您可以轻松地对该时间增量进行一些除法:
问题是您正在尝试执行以下操作,这是一个类型错误:
5.0 / pd.Timedelta('1 days 00:00:00')
你能添加一些样本数据让我们知道这些列是什么样子吗?谢谢,piRSquared。我通过将每个时间增量除以
np.timedelta64(1,'D')
percent change=='super secret corporate stuff'。哈哈。
now = pd.Timestamp('now').normalize()
df = pd.DataFrame(dict(
nextSampleDate1=pd.date_range(now, periods=10),
currentDate=now
))
df
nextSampleDate1 currentDate
0 2019-07-02 2019-07-02
1 2019-07-03 2019-07-02
2 2019-07-04 2019-07-02
3 2019-07-05 2019-07-02
4 2019-07-06 2019-07-02
5 2019-07-07 2019-07-02
6 2019-07-08 2019-07-02
7 2019-07-09 2019-07-02
8 2019-07-10 2019-07-02
9 2019-07-11 2019-07-02
oneday = pd.Timedelta(days=1)
df['daysToNextSample1'] = (df['nextSampleDate1'] - df['currentDate']) / oneday
df
nextSampleDate1 currentDate daysToNextSample1
0 2019-07-02 2019-07-02 0.0
1 2019-07-03 2019-07-02 1.0
2 2019-07-04 2019-07-02 2.0
3 2019-07-05 2019-07-02 3.0
4 2019-07-06 2019-07-02 4.0
5 2019-07-07 2019-07-02 5.0
6 2019-07-08 2019-07-02 6.0
7 2019-07-09 2019-07-02 7.0
8 2019-07-10 2019-07-02 8.0
9 2019-07-11 2019-07-02 9.0
pd.Timedelta('1 days 00:00:00') / 1.5
Out[15]: Timedelta('0 days 16:00:00')
24/1.5
Out[16]: 16.0
5.0 / pd.Timedelta('1 days 00:00:00')