Python 以分钟为单位计算时差

我正在读一个有时间（小时和分钟）和IP地址的文本文件。然后我想得到时差，每5分钟做一些活动。 以下代码不计算时间差

示例文本文件：

06:03 65.55.215.62
06:04 157.56.92.152
06:04 66.249.74.175
06:05 173.199.116.171

代码：

您可以使用该模块

印刷品：

[1, 0, 1]

您可以使用该模块

印刷品：

[1, 0, 1]

应使用将csv读入数据帧：

In [1]: df = pd.read_csv(file_name, sep='\s+', header=None, names=['time', 'ip'])

In [2]: df
Out[2]:
    time               ip
0  06:03     65.55.215.62
1  06:04    157.56.92.152
2  06:04    66.249.74.175
3  06:05  173.199.116.171

Pandas还没有任何内置的时间对象，在python中实现这一点并不容易。。。可以创建时间对象的时间列：

In [3]: df['time'] = df['time'].apply(lambda x: datetime.time(*map(int, x.split(':'))))

In [4]: df
Out[4]:
       time               ip
0  06:03:00     65.55.215.62
1  06:04:00    157.56.92.152
2  06:04:00    66.249.74.175
3  06:05:00  173.199.116.171

不仅仅是因为你做不到。不管怎么说，我认为如果没有年/月/日，你会陷入一个棘手的境地，首先，如何应对午夜

让我们重新开始，假设你有约会时间

In [5]: df = pd.read_csv(file_name, sep='\s+', header=None, names=['time', 'ip'])

In [6]: df['time'] = pd.to_datetime(df['time'])  # let's use todays

In [7]: df
Out[7]:
                 time               ip
0 2013-06-12 06:03:00     65.55.215.62
1 2013-06-12 06:04:00    157.56.92.152
2 2013-06-12 06:04:00    66.249.74.175
3 2013-06-12 06:05:00  173.199.116.171

然后，您可以使用以下工具找出差异：

容易得多。：）

您应该使用将csv读入数据帧：

In [1]: df = pd.read_csv(file_name, sep='\s+', header=None, names=['time', 'ip'])

In [2]: df
Out[2]:
    time               ip
0  06:03     65.55.215.62
1  06:04    157.56.92.152
2  06:04    66.249.74.175
3  06:05  173.199.116.171

Pandas还没有任何内置的时间对象，在python中实现这一点并不容易。。。可以创建时间对象的时间列：

In [3]: df['time'] = df['time'].apply(lambda x: datetime.time(*map(int, x.split(':'))))

In [4]: df
Out[4]:
       time               ip
0  06:03:00     65.55.215.62
1  06:04:00    157.56.92.152
2  06:04:00    66.249.74.175
3  06:05:00  173.199.116.171

不仅仅是因为你做不到。不管怎么说，我认为如果没有年/月/日，你会陷入一个棘手的境地，首先，如何应对午夜

让我们重新开始，假设你有约会时间

In [5]: df = pd.read_csv(file_name, sep='\s+', header=None, names=['time', 'ip'])

In [6]: df['time'] = pd.to_datetime(df['time'])  # let's use todays

In [7]: df
Out[7]:
                 time               ip
0 2013-06-12 06:03:00     65.55.215.62
1 2013-06-12 06:04:00    157.56.92.152
2 2013-06-12 06:04:00    66.249.74.175
3 2013-06-12 06:05:00  173.199.116.171

然后，您可以使用以下工具找出差异：

---

---

容易得多。：）

df['tvalue']-df['tvalue']

==0，如果

df[0]

是一个数字。这有一些instructions@Elazar它给出了相同的错误…TypeError:-：“str”和“str”的操作数类型不受支持，这是因为您从文件中读取了

str

。也许你想要

t，ip=line.split（“”）；t=int（t）；时间ip.append（[t，ip]）

如果没有日期部分，这实际上是非常棘手的，而且不明确。

df['tvalue']-df['tvalue']

==0，如果

df[0]

是一个数字。这有一些instructions@Elazar它给出了相同的错误…TypeError:-：“str”和“str”的操作数类型不受支持，这是因为您从文件中读取了

str

。也许你想要

t，ip=line.split（“”）；t=int（t）；时间ip.append（[t，ip]）如果没有日期部分，这实际上是非常棘手的，而且是不明确的。for line in open（'minutes'）：times=line.split（）[：：2]dates=[datetime.datetime.strtime（i，%H:%M'）for i in times]differences=[j-i for i，j in zip（dates[：-1]，dates[1:]）]print[divmod（i.seconds，60）for i in differences]……这只是打印一个emty数组@Haidro@NilaniAlgiriyage更新对于简单的文件来说这很好，但是对于大数据文件来说输出是如此混乱，如何逐行打印？@nilanialigriyage我将解释输出。元组中的第一项是差异的分钟数。第二个是秒数，如果有余数（即，如果有61秒）@NilaniAlgiriyage我已经更改了输出，所以现在它只返回打开的行的分钟差（'minutes'）：times=line.split（）[：：2]dates=[datetime.datetime.strtime（i，%H:%M'）in times]differences=[j-i for i，j in-zip（日期[：-1]，日期[1:]）]打印[divmod（i.seconds，60）表示i的差异]……这只是打印一个emty数组@Haidro@NilaniAlgiriyage更新对于简单文件来说这很好，但是对于大数据文件，输出非常混乱，如何逐行打印？@Nilanialigriyage我将解释输出。元组中的第一项是差异的分钟数。第二项是秒数，如果有一个余数（即，如果有61秒）@NilaniAlgiriyage我已经更改了输出，所以现在它只返回分钟差异。为什么会出现此错误？AttributeError:“模块”对象没有属性“to_datetime”@AndyHayden@NilaniAlgiriyage您正在使用哪个版本的pandas？您需要升级到最新的稳定版本。：）df['time'].shift（）生成与IPs相同的输出@Andy HaydenI不明白你的意思，确切的输出如上图所示？IP列仍然存在？在执行shift（）之后为什么会出现此错误？AttributeError:“module”对象没有属性“to_datetime”@AndyHayden@NilaniAlgiriyage你用的是哪种版本的熊猫？您需要升级到最新的稳定版本。：）df['time'].shift（）使用IPs生成相同的输出@Andy HaydenI不明白你的意思，确切的输出如上图所示？IP列仍然存在？在执行shift（）之后