计算DateTimeIndex的时间差

Question

我想计算DateTimeIndex中时间之间的时间差。

import pandas as pd
p = pd.DatetimeIndex(['1985-11-14', '1985-11-28', '1985-12-14', '1985-12-28'], dtype='datetime64[ns]')

我可以计算两个时间之间的时间差：

p[1] - p[0]

提供

Timedelta('14 days 00:00:00')

但是 p[1:] - p[:-1] 不起作用并会给出

DatetimeIndex(['1985-12-28'], dtype='datetime64[ns]', freq=None)

以及一个未来的警告：

FutureWarning: using '-' to provide set differences with datetimelike Indexes is deprecated, use .difference()

你有什么想法可以（轻松地）计算DateTimeIndex中值之间的时间差吗？为什么它适用于一个值，但不适用于整个DateTimeIndex？

- Mark Bakker

Answer 1

使用to_series()将DatetimeIndex转换为Series，然后调用diff计算行间差异：

In [5]:
p.to_series().diff()

Out[5]:
1985-11-14       NaT
1985-11-28   14 days
1985-12-14   16 days
1985-12-28   14 days
dtype: timedelta64[ns]

关于为什么它失败了，这里的-运算符试图执行不同索引范围的集合差异或交集，你试图用一个范围的值减去另一个范围的值，这就是diff所做的。

当你执行p[1] - p[0]时，-执行的是标量减法，但当你在索引上执行此操作时，它认为你正在执行一个集合操作。

- EdChum

Answer 2

< p > - 运算符是有效的，只是它所做的不是你期望的。在第二种情况下，它的作用是给出两个日期时间索引的差异，即在 p [1：] 中存在但不在 p [:-1] 中的值。

可能有更好的解决方案，但逐个元素执行操作是可行的:

[e - k for e,k in zip(p[1:], p[:-1])]

- johnchase

Answer 3

我使用了None来填充第一个差异值，但我相信你可以想出如何处理这种情况。

>>> [None] + [p[n] - p[n-1] for n in range(1, len(p))]
[None,
 Timedelta('14 days 00:00:00'),
 Timedelta('16 days 00:00:00'),
 Timedelta('14 days 00:00:00')]

顺便提一下，如果只想获取天数差异：

[None] + [(p[n] - p[n-1]).days for n in range(1, len(p))]
[None, 14, 16, 14]

- Alexander