Python 熊猫日期范围-减去numpy timedelta得到奇数结果，时间变为非0:00:00

我正在尝试使用pandas date_range功能生成一组日期。然后我想迭代这个范围，从每个日期中减去几个月（确切的月数在循环中确定），以获得一个新的日期

当我这样做的时候，我得到了一些非常奇怪的结果

MVP：

到目前为止还不错

现在让我们假设我只想从这个日期起一个月后回去。我定义numpy timedelta（它支持月的定义，而pandas的timedelta不支持）：

为什么会这样？为什么我的时间是13:30:54而不是午夜

此外，如果我减去超过1个月的时间，则偏移量会变得非常大，以至于我损失了整整一天：

#let's say I want to subtract both 2 years and then 1 month
deltaTrain = np.timedelta64(2,'Y')
#subtract 2 years and then subtract 1 month 
date - deltaTrain - deltaGap
Timestamp('2010-12-02 01:52:30', freq='3MS')

---

我在

timedelta

方面也遇到过类似的问题，我最终使用的解决方案是使用

dateutil

中的

relativedelta

，它是专门为此类应用程序构建的（考虑到闰年、工作日等所有日历奇怪之处）。例如：

from dateutil.relativedelta import relativedelta

date = dates[0]

>>> date
Timestamp('2013-01-01 00:00:00', freq='10MS')

deltaGap = relativedelta(months=1)

>>> date-deltaGap
Timestamp('2012-12-01 00:00:00', freq='10MS')

deltaGap = relativedelta(years=2, months=1)

>>> date-deltaGap
Timestamp('2010-12-01 00:00:00', freq='10MS')

有关

relativedelta

numpy.timedelta64的问题

我认为

np.timedelta

的问题在以下两个部分中有所揭示：

有两个时间增量单位（“Y'，年”和“M'，月”）需要特别处理，因为它们代表的时间长短取决于使用时间。虽然timedelta日单位相当于24小时，但无法将月份单位转换为天，因为不同的月份有不同的天数

及

跨度的长度是64位整数乘以日期或单位长度的范围。例如，“W”（周）的时间跨度正好比“D”（天）的时间跨度长7倍，而“D”（天）的时间跨度正好比“h”（小时）的时间跨度长24倍

因此，时间增量适用于小时、周、月、日，因为它们是不可变的时间跨度。然而，月份和年份的长度是可变的（想想闰年），因此要考虑到这一点，

numpy

需要某种“平均”（我猜）。一个

numpy

“年”似乎是一年5小时49分12秒，而一个

numpy

“月”似乎是30天10小时29分6秒

# Adding one numpy month adds 30 days + 10:29:06:
deltaGap = np.timedelta64(1,'M')
date+deltaGap
# Timestamp('2013-01-31 10:29:06', freq='10MS')

# Adding one numpy year adds 1 year + 05:49:12:
deltaGap = np.timedelta64(1,'Y')
date+deltaGap
# Timestamp('2014-01-01 05:49:12', freq='10MS')

这不是很容易处理的，这就是为什么我只想转到

relativedelta

，它（对我来说）更直观。

您可以尝试使用它，它主要用于在日期格式上应用偏移逻辑（月、年、小时）

# get random dates
dates = pd.date_range(start = '1/1/2013', freq='H',periods=100,closed='left', normalize=True)

#take first date as example
date = dates[0]

# subtract a month
dates[0] - pd.DateOffset(months=1)
Timestamp('2012-12-01 00:00:00')

# to apply this on all dates
new_dates = list(map(lambda x: x - pd.DateOffset(months=1), dates))

---

非常感谢。这很有道理。在寻找解决方法时，不知何故错过了relativedelta！是的，有点奇怪。我喜欢

numpy

文档的这一部分：“没有办法将月份单位转换为天，因为不同的月份有不同的天数”

relativedelta

显然做到了不可能的事情！

# Adding one numpy month adds 30 days + 10:29:06:
deltaGap = np.timedelta64(1,'M')
date+deltaGap
# Timestamp('2013-01-31 10:29:06', freq='10MS')

# Adding one numpy year adds 1 year + 05:49:12:
deltaGap = np.timedelta64(1,'Y')
date+deltaGap
# Timestamp('2014-01-01 05:49:12', freq='10MS')

# get random dates
dates = pd.date_range(start = '1/1/2013', freq='H',periods=100,closed='left', normalize=True)

#take first date as example
date = dates[0]

# subtract a month
dates[0] - pd.DateOffset(months=1)
Timestamp('2012-12-01 00:00:00')

# to apply this on all dates
new_dates = list(map(lambda x: x - pd.DateOffset(months=1), dates))