将Pandas Series从Timedelta转换为微秒。

Question

我有一个Pandas的Timedelta列，可以像这样创建：

import pandas as pd
tdelta_ser = pd.date_range(start='00:00:00', periods=3, freq='700ms') - pd.date_range(start='00:00:00', periods=3, freq='500ms') 
tdiff_df = pd.DataFrame(tdelta_ser, columns=['TimeDiff'])
print(tdiff_df)

                TimeDiff
0        0 days 00:00:00
1 0 days 00:00:00.200000
2 0 days 00:00:00.400000

寻找一个非常简洁的一行代码，可以将时间差转换为微秒，并且不对pandas Timedelta列的内部数据类型做任何假设，即使它是int64纳秒。

期望的结果：

               TimeDiff  DiffUsec
0        0 days 00:00:00         0
1 0 days 00:00:00.200000    200000
2 0 days 00:00:00.400000    400000

我尝试了几种方法。最简洁的方法如下，但它对Timedetla列的内部工作做了一些假设，即它是int64 nsecs，并且需要一个缩放因子1000来正确处理它。

tdiff_df['DiffUsec'] = tdiff_df['TimeDiff'].astype('int64') / 1000
print(tdiff_df)

                TimeDiff  DiffUsec
0        0 days 00:00:00       0.0
1 0 days 00:00:00.200000  200000.0
2 0 days 00:00:00.400000  400000.0

- Gerard G

---

"这是一个很好的观点。请注意，它对Timedetla列的内部工作做出了int64 nsecs的假设。你可以通过tdiff_df['TimeDiff'].dt.unit来检查单位。我仍然会使用tdiff_df['TimeDiff'].astype(int).floordiv(1000)，或者根据单位调整缩放因子。" - undefined

Answer 1

另一种方法是使用total_seconds()方法，它将返回每个Timedelta的总持续时间（以秒为单位）。将结果乘以1,000,000，因为一秒钟有1,000,000微秒，这将给出所需的微秒值。这样可以处理毫秒的小数部分，正如你所指出的。

import pandas as pd

tdelta_ser = pd.date_range(start='00:00:00', periods=3, freq='700ms') - pd.date_range(start='00:00:00', periods=3, freq='500ms') 
tdiff_df = pd.DataFrame(tdelta_ser, columns=['TimeDiff'])

tdiff_df['DiffUsec'] = (tdiff_df['TimeDiff'].dt.total_seconds() * 1e6).astype('int64')
print(tdiff_df)

导致的结果是

                TimeDiff  DiffUsec
0        0 days 00:00:00         0
1 0 days 00:00:00.200000    200000
2 0 days 00:00:00.400000    400000

- user3046211

---

不错的方法。一行代码，不对pandas的时间缩放因子内部做任何假设。 - undefined

Answer 2

在尝试了一大堆之后，我找到了一颗被埋在Pandas文档中的隐藏宝石。

tdiff_df['DiffUsec'] = tdiff_df['TimeDiff'].dt.microseconds
print(tdiff_df)
                TimeDiff  DiffUsec
0        0 days 00:00:00         0
1 0 days 00:00:00.200000    200000
2 0 days 00:00:00.400000    400000

- Gerard G

---

这只是微秒的组成部分，而不是完整的时间差作为微秒。 - undefined

感谢您指出这一点，@FObersteiner。我重新检查了一下，使用了1.4秒的时间差，结果是错误的。时间差为0天0小时0分钟0秒，差异为0微秒。 - undefined

Answer 3

由于您已经使用'ms'初始化了数据，您可以将其作为新列获取：

tdiff_df['TimeDiff'].dt.components.milliseconds

输出：

0      0
1    200
2    400
Name: milliseconds, dtype: int64

但是，如果你的timedelta有不同的初始化，比如纳秒或微秒，你可以通过dt.components属性获取这些值：

print(tdiff_df['TimeDiff'].dt.components)

输出：

  days  hours  minutes  seconds  milliseconds  microseconds  nanoseconds
0     0      0        0        0             0             0            0
1     0      0        0        0           200             0            0
2     0      0        0        0           400             0            0

- Suraj Shourie

---

很好的回答，@Suraj。dt.components的想法非常有用，毫秒可以很容易地转换为微秒，而不需要对pandas中的int64内部进行假设。但是，如果列中有任何毫秒的小数部分，它将无法正确转换为微秒。例如，200.3毫秒将通过这种方法产生200毫秒，并将其转换为微秒将得到200000，这是不正确的。 - undefined

哦，那么类似于 dt.components.milliseconds + dt.components.microseconds * 1e3 ... 这样的代码可能是一个解决方案，但是它会变得很冗长。 - undefined